基于模糊识别和遗传神经网络的渤海湾叶绿素a预测研究

• 作者: 向先全 陶建华
• 来源期刊: 海洋环境科学
• 关键词: 神经网络 遗传算法 模糊模式识别 渤海湾 叶绿素a
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 调查与研究
• 页码范围: 239-242,278
• 分类号: X171|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1007-6336.2011.02.020

摘要

由于海洋生态系统的高度复杂性和非线性,利用新兴的水信息学技术,包括模糊模式识别、遗传算法、人工神经网络等构建渤海湾叶绿素a预测模型.以渤海湾实测水质数据为依据,利用遗传算法的全局搜索能力优化BP神经网络的初始权值和阈值,从而避免陷入局部最优解,构建GANN叶绿素a预测模型.模型预测的均方根误差为3.81 μg/L,仿真效果好于传统的BP网络模型.为进一步提高预测精度,用模糊模式识别方法遴选出与测试样本较匹配的训练样本,输入到GANN模型中进行训练.模型预测的均方根误差为1.45 μg/L,预测效果有较大的提高.研究表明,所提出的改进模型应用在渤海湾叶绿素a的预测中是合理、可行的,具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶建华	天津大学机械工程学院	89	1311	22.0	30.0
2	向先全	天津大学环境科学与工程学院	5	58	5.0	5.0