改进的QGA-BP模型在弥苴河总氮量预测中的应用

• 作者: 杜庆治 王晓东 胡婷 赵继东 邵玉斌 龙华
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 量子遗传算法 BP神经网络 量子交叉变异 水质预测
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 水污染防治
• 页码范围: 6099-6105
• 分类号: X83
• 语种: 中文
• DOI: 10.12030/j.cjee.201506066

摘要

水质预测对水环境规划、评价和管理十分重要.构建一种改进的量子遗传算法(QGA)优化BP神经网络的模型,即在量子遗传算法中引入了旋转角的动态改进策略和遗传算法的交叉变异操作,并以改进的QGA作为进化操作准则优化BP模型的权值和阈值.以弥苴河复杂水环境水质预测为实例,选取一组历史观测数据作为训练样本,对其进行分析.将结果与BP模型、QGA-BP模型仿真结果进行了对比,改进后的QGA-BP模型在进化代数、收敛速度和预测结果的准确率有较大提高.对弥苴河水质的预测结果表明,将改进QGA-BP模型用于水质预测是可行、有效的预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙华	昆明理工大学信息工程与自动化学院	132	376	9.0	13.0
2	王晓东	昆明理工大学信息工程与自动化学院	63	256	10.0	13.0
3	邵玉斌	昆明理工大学信息工程与自动化学院	114	279	8.0	11.0
4	胡婷	昆明理工大学信息工程与自动化学院	19	86	6.0	8.0
5	赵继东		11	23	3.0	4.0
6	杜庆治		1	6	1.0	1.0