改进TLBO算法优化灰色神经网络的ORP预测

• 作者: 刘烨 南新元 李志南
• 来源期刊: 自动化与仪表
• 关键词: 改进教与学优化算法 随机交叉 多种群协同学习 灰色神经网络 氧化还原电位预测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 专题研究
• 页码范围: 12-16
• 页数: 5页
• 分类号: TF04|TP273
• 语种: 中文

摘要

在生物氧化提金预处理过程中,由于传统的氧化还原电位预测方法精度不高,该文提出一种改进教与学优化算法(ATLBO)优化灰色神经网络的预测方法.在ATLBO算法中,采用多种群协同学习策略,有效地提高了算法的收敛速度和寻优精度.同时,对各个子种群进行随机交叉操作,大大降低算法陷入局部最优的可能性.运用ATLBO算法优化灰色神经网络(GNN)的参数,并将最优解作为灰色神经网络的输入,对氧化还原电位进行预测.仿真结果表明,与其他预测方法相比,该预测模型能达到较好的预测精度,并且优于其他预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	南新元	新疆大学电气工程学院	67	431	12.0	18.0
2	李志南	新疆大学电气工程学院	4	27	3.0	4.0
3	刘烨	新疆大学电气工程学院	2	7	2.0	2.0