%0 Journal Article
%T 改进的QGA-BP模型在复杂水质预测中的应用
%A 于王乐
%A 汪家权
%J 模式识别与人工智能
%P 705-708
%D 2012
%X 水质预测是实现非线性水系统的柔性管理、防治水污染的前提工作。机理性水质预测模型的构建往往较复杂并且需要大量运算与数据，预测效果有时不够精确，其进一步推广应用也受到限制。文中以淮河复杂水环境非机理性水质预测为目的，构建改进的量子遗传算法优化BP神经网络模型，采用动态改进策略和灾变策略作为进化操作准则来优化BP模型的权值和阈值，用历史观测数据作为学习范例训练模型。对比实验结果发现，模型改进以后，进化代数、收敛速度和预测结果的准确率有较大提高。该模型用于水质预测的黑箱问题是可行的，拓展水环境管理的思路。
%K 改进的量子遗传算法优化BP神经网络(QGA-BP)模型
%K 水质预测
%K 动态改进策略
%K 灾变策略
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9478.shtml