基于灰色关联分析-GA-BP模型的叶绿素a含量预测

• 作者: 朱婕 李翠梅 薛天一
• 来源期刊: 水电能源科学
• 学科: 地球科学
• 关键词: 灰色关联法 BP神经网络 遗传算法 叶绿素a 预测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 25-28,147
• 页数: 5页
• 分类号: X524|X83
• 语种: 中文

摘要

为提高水体叶绿素a预测精度和收敛速率,提出一种基于灰色关联度分析和遗传算法优化BP神经网络预测水体叶绿素a的方法.即先采用灰色关联度分析法选取合适的水质指标作为输入因子,然后优化网络隐含层的结构参数,引入遗传算法优化BP神经网络的初始权值和阈值,最后以预测太湖叶绿素a为例进行比较分析.结果 表明,优化神经网络隐含层数能进一步提高网络的预测精度、缩短训练时间;灰色关联分析-GA-BP模型相较于BP、GA-BP模型具有更高的预测精度和收敛速度,可为控制水环境监测和决策平台提供科学依据.