基于ABC优化算法的神经网络水溶解氧预测

研究水溶解氧预测精确度问题,对指导水厂生产和水产养殖业,为地表水环境的管理提供科学依据。影响水溶解氧量的因素高度关联耦合而难以建立具有普适性的模型,而神经网络由于非线性问题处理能力被广泛应用于溶解氧预测的研究,但是神经网络存在收敛速度慢、网络对初始值敏感、容易陷入局部极小值等缺点而影响预测的精确性和稳定性。为了解决上述问题,在现有算法的基础上,提出了一种人工蜂群算法(ABC)与BP神经网络融合的水溶解氧预测模型。利用ABC算法寻找最优的网络权值和阀值,建立了ABC-BP预测模型对溶解氧进行预测,并分析了输入水质变量对溶解氧的影响权重,最后与遗传优化BP神经网络方法的溶解氧预测结果进行比较。仿真结果表明ABC-BP算法预测精度更高,误差更稳定。