基于AGA-RBF神经网络的电厂水质评价

• 作者: 佟维妍 赵国材
• 来源期刊: 科技与创新
• 关键词: 水质评价 径向基函数神经网络 加速遗传算法(AGA) 主成分分析(PCA)方法
• 年，卷（期）: 2010,（25）
• 页码范围: 219-220,213
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.25.088

摘要

本文是对金山电厂的水源进行水质评价.水质评价是根据评价标准,通过所建立的数学模型,对水体的水质等级进行综合评判.由于地下水中杂质含量的变化规律复杂,呈高度非线性,存在着大量的不确定性因素,很难用精确的数学模型加以描述,遗传算法与RBF神经网络的结合为解决这些问题提供了一条有效的途径.因此本文建立了基于AGA(加速遗传算法)的RBF神经网络水质评价模型,并通过仿真实验证明,网络具有较好的逼近能力和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵国材	辽宁工程技术大学电气与控制工程学院	27	149	7.0	11.0