基于人工蜂群算法与BP神经网络的水质评价模型

被引：41

作者：

苏彩红 ^{[1
]}

向娜 ^{[2
]}

陈广义 ^{[1
]}

王飞 ^{[1
]}

机构：

[1] 佛山科学技术学院自动化系

[2] 华南理工大学自动化科学与工程学院

来源：

环境工程学报 | 2012年 / 6卷 / 02期

关键词：

神经网络; 人工蜂群(ABC)算法; 水质评价;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。

引用

页码：699 / 705

页数：7

共 5 条

[1] 基于BP人工神经网络的海水水质综合评价 [J].

李雪 ;

刘长发 ;

朱学慧 ;

谢谢 .

海洋通报, 2010, 29 (02) :225-230

[2] 基于BP神经网络的三峡库区小流域水质评价 [J].

杜富芝 ;

傅瓦利 ;

杜小红 ;

王素芳 ;

赵俊丽 ;

袁红 ;

王晴 ;

韩伟 .

节水灌溉, 2009, (01) :8-10+14

[3] 基于BP神经网络的渭河水质评价方法 [J].

曹艳龙 ;

汪西莉 ;

周兆永 .

计算机工程与设计, 2008, (22) :5910-5912+5916

[4] A comparative study of Artificial Bee Colony algorithm [J].

Karaboga, Dervis ;

Akay, Bahriye .

APPLIED MATHEMATICS AND COMPUTATION, 2009, 214 (01) :108-132

[5]

A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk.J. Global Optimization . 2007 (3)

← 1 →