遺傳算法的改進BP神經(jīng)網(wǎng)絡模型在水質(zhì)評價中的應用

水質(zhì)評價是水環(huán)境容量計算和水資源系統(tǒng)規(guī)劃管理的基礎，有其獨特的重要性。早期的一些評價方法多數(shù)需要設計各評價指標對各級標準的隸屬函數(shù)及各指標的權(quán)重，因此，評價結(jié)果受評價者主觀因素影響較大。水質(zhì)評價是一個非線性較為復雜的問題，而神經(jīng)網(wǎng)絡方法因其具有非統(tǒng)}生映射功能以及其具有能夠模仿人腦進行自識別、自組織、自學習等特點而在非線性模糊類問題的評價與預測中得到了廣泛的應用，bp神經(jīng)網(wǎng)絡技術在模式識別方面已表現(xiàn)出了很好的特性。

針對傳統(tǒng)方法單獨采用bp神經(jīng)網(wǎng)絡算法易陷入局部極值的問題,提出了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡,并將其應用于mimo-ofdm系統(tǒng)信號檢測中。該方法將遺傳算法與神經(jīng)網(wǎng)絡相結(jié)合,用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡初始值,使bp網(wǎng)絡快速收斂到最優(yōu)解,避免了由初始值的隨機選取而帶來的檢測誤碼。仿真結(jié)果表明所提出的方法在誤碼率方面有比較好的性能。

針對bp神經(jīng)網(wǎng)絡易陷入局部最優(yōu)和遺傳算法全局搜索速度過慢的缺點及水利定額編制中存在非線性和復雜性的實際狀況,提出采用遺傳算法（ga）優(yōu)化bp神經(jīng)網(wǎng)絡在水利定額編制中的問題。實例分析表明,優(yōu)化后模型（ga-bp神經(jīng)網(wǎng)絡）結(jié)合了bp神經(jīng)網(wǎng)絡的非線性逼近、局部尋優(yōu)能力和遺傳算法的全局搜索特性,在穩(wěn)定性、預測精度、收斂速度上均優(yōu)于bp神經(jīng)網(wǎng)絡,可運用于水利定額編制。

根據(jù)溶解氧、高錳酸鹽指數(shù)、化學需氧量、氨氮、總氮、總磷的實測數(shù)據(jù),本文基于bp神經(jīng)網(wǎng)絡對尼爾基水庫水質(zhì)進行了綜合評價,評價結(jié)果表明：近年來水庫水質(zhì)介于iv至v類之間。水庫庫尾水質(zhì)較庫中和壩前水質(zhì)略好,汛期水質(zhì)與非汛期水質(zhì)差別不大,介于iv至v類之間,水庫水質(zhì)污染問題尚未得到有效解決。bp神經(jīng)網(wǎng)絡綜合評價方法相較于傳統(tǒng)的單因子評價方法,評價結(jié)果更為客觀、合理。

提出一種采用bp神經(jīng)網(wǎng)絡算法來預測深基坑沉降的方法,結(jié)合具體工程實例,構(gòu)建了預測深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡模型,預測結(jié)果表明,該模型有較高的預測精度,可作為預測沉降的一種新方法。

采用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡來建立一個道路交通事故宏觀預測的模型.該模型結(jié)合遺傳算法和神經(jīng)網(wǎng)絡兩者的優(yōu)點,具有更好的運算性能、更快的收斂速度和更高的精度.模型以交通事故死亡人數(shù)為輸出變量,以機動車保有量、公路里程、人均gdp為輸入變量,利用1978年至2006年的道路交通事故數(shù)據(jù)進行訓練及檢驗.實例計算表明,建立的基于遺傳算法的bp神經(jīng)網(wǎng)絡模型可以很好的適用于道路交通事故宏觀預測,為制定交通安全對策提供理論依據(jù).

闡述了企業(yè)信息化水平評價問題的現(xiàn)狀,提出了運用遺傳算法(ga)優(yōu)化bp神經(jīng)網(wǎng)絡的評價方法,避免了傳統(tǒng)評價方法確定權(quán)重值的主觀隨意性,并且克服了bp網(wǎng)絡中的局部極小缺陷,使訓練速度加快,在建立bp-ga網(wǎng)絡信息化評價模型的基礎上,利用樣本公司實際指標數(shù)據(jù)對模型的評價效果進行了檢驗,并與傳統(tǒng)bp網(wǎng)絡模型的評價結(jié)果進行了比較研究。

優(yōu)化電解碲電源對電解行業(yè)節(jié)能增效、提高電解產(chǎn)品質(zhì)量和改善電網(wǎng)環(huán)境具有重要意義.電源前級采用三相電壓型pwm整流器；在建立pwm整流器數(shù)學模型的基礎上；通過改進雙閉環(huán)pi控制策略；即外環(huán)基于并行搜索全局尋優(yōu)的遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡權(quán)值和閾值的智能控制方法；分析網(wǎng)側(cè)電流波形和諧波含量；可得到所需的額定電解電壓和電流；以matlab/simulink軟件為平臺進行仿真計算.結(jié)果表明:ga-bp(geneticalgorithm-backpropagation)算法具有輸出電壓平穩(wěn)、響應速度快、超調(diào)量小、抗干擾性強等優(yōu)點.

相對于監(jiān)測數(shù)據(jù)采集的高效性,隧道施工中對現(xiàn)場突發(fā)狀況缺乏高效的應對措施。本文結(jié)合工程實例,采用正交表及對應三維數(shù)值計算模型,得到隧道施工參數(shù)與對應隧道變形的樣本集,應用基于遺傳算法的bp神經(jīng)網(wǎng)絡matlab程序,通過對施工參數(shù)進行正演分析,實現(xiàn)相對高效的施工反饋;在實測數(shù)據(jù)基礎上,通過進一步的反演分析,可優(yōu)化施工參數(shù),實現(xiàn)施工工藝的經(jīng)濟優(yōu)選。工程應用結(jié)果表明,該方法的分析結(jié)果能夠滿足工程施工精度要求,有效提高施工過程中突發(fā)狀況的應對效率,同時也為設計中參數(shù)的優(yōu)化選擇提供參考,為建立隧道工程施工的高效反饋機制提供新方法和新思路。

神經(jīng)網(wǎng)絡模型是一種非常有效的數(shù)據(jù)處理工具,但是存在結(jié)構(gòu)確定困難的缺點.針對神經(jīng)網(wǎng)絡算法的這種缺點,提出了變結(jié)構(gòu)神經(jīng)網(wǎng)絡模型.此模型增加了神經(jīng)網(wǎng)絡隱節(jié)點的決策變量,并對此決策變量進行松弛.在采用bp梯度算法確定神經(jīng)網(wǎng)絡結(jié)構(gòu)的同時,確定網(wǎng)絡參數(shù).由于電纜的狀態(tài)監(jiān)測是時序數(shù)據(jù),將此模型應用于電纜的狀態(tài)監(jiān)測過程中,能體現(xiàn)出較好的適應性.

比較分析了現(xiàn)行的造價估測模型的特點及其存在的問題,突出bp神經(jīng)網(wǎng)絡模型進行造價估測的理論優(yōu)勢,引入工程分類思想,以學校類建筑為例,建立了bp神經(jīng)網(wǎng)絡估測模型并進行了造價估測。

造價估測方法的研究和bp神經(jīng)網(wǎng)絡模型的應用——比較分析了現(xiàn)行的造價估測模型的特點及其存在的問題,突出bp神經(jīng)網(wǎng)絡模型進行造價估測的理論優(yōu)勢,引入工程分類思想,以學校類建筑為例,建立了bp神經(jīng)網(wǎng)絡估測模型并進行了造價估測?！　?/p>

**資訊http://www.***.***

為了實現(xiàn)樁身完整性的智能分類,并減少人為因素造成的誤判,文章建立適用于樁基完整性檢測的基于遺傳算法的bp神經(jīng)網(wǎng)絡模型,運用matlab軟件對模型進行模擬,并求出模型的可行性的解,從而實現(xiàn)對不同類型樁身的完整性智能辨別的功能,最后再通過測試樣本對模型的正確性進行驗證。測試樣本中的預測結(jié)果與理想結(jié)果非常接近,通過計算得出測試樣本的仿真誤差為0.1538,訓練樣本的仿真誤差為0.092644。結(jié)果表明,基于遺傳算法的bp神經(jīng)網(wǎng)絡模型能過較好的對樁身完整性進行分類,并且在減少樁型誤判的情況下,又提高了效率,在實際工程中具有良好的應用前景。

建立bp(backpropagation)神經(jīng)網(wǎng)絡與遺傳算法相結(jié)合的電力負荷預測模型。在該模型中,利用遺傳算法具有的全局尋優(yōu)特點,將bp網(wǎng)絡的初始權(quán)值優(yōu)化到一個較小的范圍,然后再用bp算法在該范圍內(nèi)繼續(xù)優(yōu)化,以便使優(yōu)化算法既能實現(xiàn)全局最優(yōu)求解,又能獲得較快的求解速度。最后,通過仿真算例,與傳統(tǒng)bp網(wǎng)絡優(yōu)化結(jié)果、及各種擬合方法獲得結(jié)果進行比對,驗證了計算方法的可行性和優(yōu)越性。

商品房的價格受多方面因素的影響,傳統(tǒng)的預測方法并不十分有效。為了探索新的房價預測理論模型,利用重慶市的數(shù)據(jù),驗證了遺傳算法改進的bp神經(jīng)網(wǎng)絡房價預測的有效性,從而可以對房地產(chǎn)供求雙方及監(jiān)管機構(gòu)提供一定的參考。

建立bp（backpropagation）神經(jīng)網(wǎng)絡與遺傳算法相結(jié)合的電力負荷預測模型。在該模型中，利用遺傳算法具有的全局尋優(yōu)特點，將bp網(wǎng)絡的初始權(quán)值優(yōu)化到一個較小的范圍，然后再用bp算法在該范圍內(nèi)繼續(xù)優(yōu)化，以便使優(yōu)化算法既能實現(xiàn)全局最優(yōu)求解，又能獲得較快的求解速度。最后，通過仿真算例，與傳統(tǒng)bp網(wǎng)絡優(yōu)化結(jié)果、及各種擬合方法獲得結(jié)果進行比對，驗證了計算方法的可行性和優(yōu)越性。

調(diào)查分析了蘑菇湖水庫的污染源,選取蘑菇湖水庫污染的6項水質(zhì)監(jiān)測數(shù)據(jù)作為評價指標,采用matlab建立了蘑菇湖水庫水質(zhì)評價的三層bp網(wǎng)絡模型,并以這6項指標為訓練樣本,對bp網(wǎng)絡進行訓練,將訓練好的網(wǎng)絡用于水質(zhì)進行評價,得出的蘑菇湖水庫水質(zhì)評價結(jié)果是劣ⅴ類,采用分級評分法對計算結(jié)果進行了比較分析,結(jié)果表明:bp神經(jīng)網(wǎng)絡方法收斂速度較快,預測精度很高,蘑菇湖水庫已喪失養(yǎng)殖功能,并且已不能滿足農(nóng)業(yè)灌溉的標準。

目前常見的沉降預測方法有灰色系統(tǒng)模型、時間序列分析法、bp神經(jīng)網(wǎng)絡及其改進算法等。針對bp神經(jīng)網(wǎng)絡容易出現(xiàn)過擬合和局部最優(yōu)的缺點,部分學者利用遺傳算法進行神經(jīng)網(wǎng)絡初始權(quán)值和閾值優(yōu)化。但是遺傳算法對于因監(jiān)測數(shù)據(jù)質(zhì)量問題而造成變形預測結(jié)果不佳的優(yōu)化效果有限。因此引入自適應增強算法對遺傳神經(jīng)網(wǎng)絡預測模型進行改進。并利用某高層建筑基坑實測50期監(jiān)測數(shù)據(jù)進行仿真預測。實驗結(jié)果表明,利用自適應增強算法改進之后的遺傳神經(jīng)網(wǎng)絡預測模型在滿足工程監(jiān)測精度要求的前提下,在mape、mae、mse三項精度指標上分別提高80.57%、81.04%、70.83%。

負荷預測是電力規(guī)劃的基礎,傳統(tǒng)的神經(jīng)網(wǎng)絡預測方法存在對初始網(wǎng)絡權(quán)值設置敏感、收斂的速度慢、容易陷入局部極小值等缺點。文中引入遺傳算法先對神經(jīng)網(wǎng)絡的初始值進行優(yōu)化,再通過神經(jīng)網(wǎng)絡進行學習和訓練,得出的結(jié)果再經(jīng)bagging方法集成,目的是提高其準確率。通過matlab仿真進行實驗,結(jié)果表明,基于bagging算法集成遺傳神經(jīng)網(wǎng)絡,能夠克服傳統(tǒng)bp神經(jīng)網(wǎng)絡的缺點,可較快收斂又不易陷入到局部極值中,具有較強的泛化能力,同時也大大提高了網(wǎng)絡的預測精度。

分析了傳統(tǒng)的工程偽裝評價方法的不足，較全面地考慮了影響工程偽裝效能的因素，建立了客觀的評價模型，設計了兩級神經(jīng)網(wǎng)絡，初步提出了評價模型中各因素的指標級，構(gòu)建了基于bp神經(jīng)網(wǎng)絡的工程偽裝效能評估系統(tǒng)，該系統(tǒng)可以實現(xiàn)對工程偽裝效能的客觀評估。

bp神經(jīng)網(wǎng)絡是分析處理復雜非線性問題的一種有效方法,是目前廣泛應用的一種神經(jīng)網(wǎng)絡,已被逐漸應用于對宏觀經(jīng)濟問題的研究中。本文有機地整合了計量經(jīng)濟學與bp神經(jīng)網(wǎng)絡,建立了基于因果關系理論來確定bp網(wǎng)絡的輸入變量,基于協(xié)整理論來分析bp網(wǎng)絡系統(tǒng)的可靠性,基于學習率可變的動量bp算法的用于研究經(jīng)濟領域問題的改進bp神經(jīng)網(wǎng)絡預測模型,加強了網(wǎng)絡模型的理論基礎,提高了網(wǎng)絡模型的質(zhì)量,并將其應用于西北建筑業(yè)的預測和控制中,取得了令人滿意的效果。