结合自适应遗传算法与弹性BP神经网络的亚硝酸盐预测模型 (2015年)

针对目前营养盐检测主要是通过化学方法实现，无法获得在线检测的问题，利用营养盐与其影响因子之间的关系， 提出结合自适应遗传算法与弹性BP 神经网络的预测模型. 利用改进的自适应遗传算法， 通过交叉、变异获取弹性BP 神经网络的初始权值与阈值，加速预测过程. 该模型通过营养盐影响因子数据，预测亚硝酸盐浓度. 仿真结果表明：基于弹性BP 神经网络的预测模型预测营养盐浓度是可行的，其预测得到的亚硝酸盐浓度值的相对误差主要集中于0~30%；结合自适应遗传算法与弹性BP 神经网络的预测模型的预测效果好于基于弹性BP