原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进遗传神经网络及其在水体富营养化和藻类生长预测中的应用.pdf
第42卷第2期 上海交通大学学报 V01．42No．2
2008年2月 SHANGHAIUNlVERSlTY Feb．2008
JOURNAl。OF JIAOTONG
文章编号：1006—2467(2008)02—0262—04
改进遗传神经网络及其在水体富营养化
和藻类生长预测中的应用
姚志红8， 孔海南6， 靳志成8 王 臣8， 潘 伟8
(上海交通大学a．电子信息与电气工程学院；b．环境学院，上海200240)
摘 要：水体富营养化是藻类爆发，『生生长的主要因素，为了对其进行实时监测预报，提出一种改进
相互关系着手，构造了一个基于量子力学原理的量子平衡交叉算子，设计了一种NN混合优化策
略，将两者合并共生获得了一类快速、高效的神经网络预测模型．水库和湖泊蓝绿藻爆发预测实验
表明：该改进遗传算法(QGA)性能优良；QGANN的泛化能力明显提高，比未经改进的方法
(GAsNN)及简单改进的方法(DCGANN)取得了更加满意的效果．
关键词：水体富营养化；遗传算法；神经网络；蓝绿藻；量子平衡交叉算子
301
中图分类号：TP 文献标识码：A
andIts in
GeneticNeuralNetworkApplication
Improved
ofRichNourishmentofWaterandBlue-Green
Algae
lN ANWei8
YAO Hai一1,1all、，j Chena，P
Zhi—honga，KONG Zhi—chenga，WANG
of andElectrical
(a．SchoolElectronic，Information
Engineering；
b．SchoolofEnvironmental 200240，China)
Science，ShanghaiJiaotongUniversity，Shanghai
orderto andforecastrichnourishmentand of
Abstract：Ininspect growthblue—greenalgae，animproved
whicha balancecrossover for
neuralnetwork(QGANN)was
genetic proposed，inquantum operatorgenet—
ic anda methodbasedonneuralnetwork(NN)isintro—
algorithm(QGA)isdevelopedhybridoptimization
resultsof inlakesandreservoirsindicatethatthe
duced．The forecastingalgae proposed
experimental
文档评论（0）