BP神经网络与粒子群算法的水质检测评价办法_赢现金捕鱼

BP神经网络与粒子群算法的水质检测评价办法

泉源:/ 作者:余氯检测仪 工夫:2018-08-06

  针对水质检测评价中BP神经网络算法存在的收敛精度不高、泛化才能弱等题目,提出了一种粒子群算法和BP神经网络算法相联合的改良型算法。该算法优化了BP神经网络的网络参数,进步了算法的收敛精度及网络泛化才能。经过实行验证了算法的无效性。

  现在,国际常常运用的水质评价办法次要有单指数评价法、灰色实际办法、含糊综合评价法、人工神经网络法等。单指数评价法的常用头脑是“一票反对”,只选用一个目标评价水质缺乏肯定的精确性[1]。孙伟光等[2]运用单因子法对某河道的水质停止评测,只可以得出单一的净化因子,很难综合性地评价河道水质。国际推行了邓聚龙[3]所提出的灰色实际办法,王对等[4]将灰色实际评价法用于滏阳河的水质评价。但是,灰色实际法使用于水质目标时不只盘算庞大度高并且需求对各项目标的最优值停止确定。别的,在最优值确定进程中,该办法客观性过强,使得局部目标最优值难以确定。含糊综合评价法次要是将水体中差别净化的目标依照肯定权重停止加权,但是水中净化物质的无害性及其在水中的浓度不克不及用复杂的干系阐明,这种办法在实践的水质评价中偏差很大[5]。人工神经网络具有散布式遐想才能、自学习才能及自构造才能,在水质评价、人脸辨认等范畴被普遍运用[6]。岳丹丹等[7]运用BP人工神经网络对西鞍山铁矿地下水水质停止评价,得出人工神经网络可以防止在评价中人为确定评价目标权重带来的客观偏差。郭庆春等[8]运用人工神经网络算法对黄河水质停止评价,并对算法作出改良,改良后的算法可以处理评价因子与水质品级之间庞大的非线性干系,具有很强的实用性。但是人工神经网络算法也有其本身缺陷:收敛速率较慢、容易堕入部分极小值、泛化才能弱等[9]。

  综合以上题目,本文接纳BP神经网络算法和粒子群算法相联合的方法,运用粒子群算法优化BP神经网络的衔接参数,防止算法堕入部分极小值,而且进步算法收敛精度和网络泛化才能。

  1水质评价办法

  此中,参数indim、hiddennum和outdim辨别表现输出层、隐含层和输入层神经元数量。依据文献[14]可得出D=25。

  3.1评价目标选取

  在停止水质评价时,搜集到的次要水质数占有总磷、电导率、水温、PH值、总磷、总氮、溶解氧、氨氮等。本文选取4种水体中富养分化最严峻的目标,即:氨氮、溶解氧、总氮、总磷用于水质评价。

  3.2评价规范确定

  将2006年我国公布的《国度地表水情况质量规范》作为本文的水质评价规范,并运用该规范中差别水质品级的精确数据[15]。详细数据如表1所示。

  3.3水质评价根本步调

  根据国度水质评价规范表,在对所选的四类水质评价目标停止样本搜集训练时,每个区间段收罗50组数据,此中40组用于训练,10组用于测试。依据表1可知,当溶解氧在所要停止评价水质中的含量超越7.5mg/L时,才干到达I类水的评价规范。水中溶氧量很难超越14.64mg/L,由此可知随机函数的随机插值系数,因而收罗的50组数据溶解氧的含量在[7.5,17.5]。可用相反的办法天生300组溶解氧水质评价数据。同理,对其他3种水质评价目标天生300组数据,天生的样本数据如表2所示。

  3.4实行后果

  实行后果辨别如图2-图9所示。

  依据图8和图9得出BP神经网络和改良型BP神经网络在2012年水质评价后果比照,如表3所示。

  由仿真后果可知,改良型BP神经网络算法补偿了传统BP神经网络算法在水质评价中的一些缺陷。由图2和图6可知,BP神经网络算法的水质评价测试后果和规范后果相称不符合,算法收敛精度只能到达10-2,极有能够是算法堕入部分极小值,这就招致了在后续测试样本中有很多评价禁绝确的后果。由图7可知,在接纳改良型BP神经网络算法停止优化当前,算法的收敛结果可以到达10-4,算法收敛精度失掉很大进步。由图3可知,测试后果和规范后果之间的绝对偏差非常不波动,有些偏差较大而有些偏差较小,网络泛化才能较弱。由图5可知,改良后的算法偏差绝对较小,大局部绝对偏差都在0.1以下,最高偏差也只要0.38,而且改良算法的网络泛化才能失掉进步。

  从评分后果可知,年龄两季的洱海水质分明高于夏冬两季且冬季水质呈现急剧下滑趋向。其次要缘由是冬季水生物的生长绝对较快,而旅游业的疾速开展招致了少量生存污水及别的净化,使得冬季水质下滑较快。

  4结语

  本文对传统BP神经网络停止水质评价,发明传统BP神经网络算法在评价进程中容易堕入部分最小值,进而接纳粒子群算法和BP神经网络算法相联合的方法,树立评价模子,并提出了一种新的评价办法。经过所提的POS算法优化了BP神经网络的衔接参数,补偿了传统BP神经网络算法在水质评价时收敛精度不高、泛化才能弱等缺陷,进一步进步了零碎功能。仿真实行标明,该算法具有无效性。

  参考文献参考文献:

  [1]匡耀求,黄宁生.中国水资源应用与水情况维护研讨的多少题目[J].中国生齿・资源与情况,2013(4):2933.

  [2]孙伟光,邢佳,马云,等.单因子水质标识指数评价办法在某流域水质评价中的使用[J].情况迷信与办理,2010(11):181184,194.

  [3]邓聚龙.灰色实际零碎[M].武汉:华中科技大学出书社,2002.

  [4]王平,王云峰.综合权重的灰色联系关系剖析法在河道水质评价中的使用[J].水资源维护,2013(5):5254,64.

  [5]潘妍妍,赵存.含糊评价法在潞安矿区水质评价中的使用[J].煤炭技术,2010(5):1012.

  [6]毛健,赵红东,姚婧婧.人工神经网络的开展及使用[J].电子设计工程,2011(24):6265.

  [7]岳丹丹,梁海涛,王天慧,等.BP人工神经网络模子在西鞍山铁矿地下水水质评价中的使用[J].情况监测办理与技术,2016(4):2326.

  [8]郭庆春,赵雪茹.基于人工神经网络的黄河水质评价[J].盘算机与数字工程,2013(5):683685.

  [9]李福,郭健.改良的BP神经网络算法在水质监测中的使用[J].盘算机零碎使用,2015(10):243247.

  [10]华祖林,钱蔚,顾莉.改良型LMBP神经网络在水质评价中的使用[J].水资源维护,2008(4):2225,30.

  [11]曹伟.基于改良型PSOBP神经网络算法的水情况质量评价[D].昆明:昆明理工大学,2016.

  [12]顶峰,冯民权,滕素芬.基于PSO优化BP神经网络的水质预测研讨[J].平安与情况学报,2015(4):338341.

  [13]程适,史玉回.基于L1范式的粒子群算法群体多样性研讨[J].盘算机迷信,2011,38(7):190193.

  [14]杨维,李比方强.粒子群优化算法综述[J].中国工程迷信院,2004,6(5):8794.

  [15]吕占禄,王先良,王菲菲,等.国际外地表水情况质量规范制修订任务近况[C].中国情况迷信学会情况规范与基准专业委员会2013年学术研讨会,2013:4146.

——本文由捕鱼赢现金科技整剃头布,内容供参考,若有侵权,请联络删除,谢谢!上海捕鱼赢现金科技有限公司为你提供捕鱼赢现金(浊度计)在线捕鱼赢现金余氯仪余氯赢现金捕鱼产业在线pH计cod测定仪pH计等多种水质检测仪水质赢现金捕鱼,欢送您前来选购,捕鱼赢现金科技真挚为您效劳!

上一篇:水质化验剖析中影响质量控制的次要要素

下一篇:水质中化学需氧量cod的不确定度的检测
水质检测赢现金捕鱼厂家,扫一扫,微信报价
扫一扫微信询价
扫一扫微信二维码,取得水质检测赢现金捕鱼优惠价钱

分享到

取消