基于GA-BP网络的洱海水质预测研究     

李宇昊  宋耀莲  杨美菊  杜庆治  赵继东 《教育技术导刊》2017,16(11):189-192

水质预测是水污染防治工作的前提,是实现水系统管理的重要基础工作。在神经网络预测基础上,提出了基于遗传算法优化神经网络的洱海水质预测模型。该方法克服了传统BP神经网络收敛速度慢、算法容易陷入极小值、隐含层神经元个数难以确定等问题。利用遗传算法较强的全局搜索能力,提高了算法收敛度,能够迅速得到全局最优解。MATLAB仿真结果对比表明,优化前神经网络模型平均误差为25.1%,优化后模型预测平均误差为2.3%,证明该算法缩短了收敛时间,提高了预测精度。  相似文献   

基于BP神经网络的疾病症状预测模型     

张雅  宋耀莲  章凡  刘艳菲 《教育技术导刊》2017,16(12):1-3

疾病症状上报数量反映了当地居民健康状况,准确预测疾病上报的总条数对于预防传染病的发生至关重要。目前,疾病症状的上报、误报、重报问题突出,为了得到准确的患病人数,通过对某地区疾病症状上报数据的训练与预测,建立疾病症状上报总数的BP网络预测模型。研究结果表明,基于BP神经网络的疾病症状上报预测模型具有较高的精度和实用性。  相似文献   

基于改进型Markov的高原湖泊水质预测算法研究     

张雅  宋耀莲  赵继东  龙华  邵玉斌  杜庆治 《教育技术导刊》2018,17(1):95-98

预测水质变化趋势能及时准确发现水质恶化的原因,对指导工农业生产及水质治理有较大意义。但是目前对高原湖泊水质预测算法的研究还很匮乏,为了解决高原湖泊水质预测问题,在有限的水质数据资源的情况下,首先对数据进行预处理,然后再对水质进行Markov算法预测。理论分析和仿真结果验证洱海水质不同化学因子的预测精度达到83.33%以上,相对传统的Markov预测算法在预测精度上有了很大提高。  相似文献