-
题名基于BP神经网络的水电工程模糊投资估算
被引量：2
- 1
-
-
作者
刘志红
谭英
-
机构
佛山市南海区狮山镇水利所
广东河海工程咨询有限公司
-
出处
《人民珠江》
2009年第4期70-72,共3页
-
文摘
详细介绍BP神经网络算法。基于模糊数学中隶属度的概念,建立了水电工程模糊投资估算模型。该模型通过对已建的相似工程样本的学习,获取估算所需要的经验和知识,降低了估算过程中人为因素的干扰,较好地保证了估算结果的准确性和可靠性。实例分析表明该模型可行、估算结果可靠。
-
关键词
神经网络
BP算法
隶属度
模糊投资估算
贴近度
水电工程
-
分类号
F416.9
[经济管理—产业经济]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于PSOGA-WNN的废水处理系统软测量研究
被引量：1
- 2
-
-
作者
刘煜辉
麦文杰
李小勇
赵银中
何新忠
黄明智
-
机构
佛山市南海区狮山镇金迪水利投资建设有限公司
华南师范大学环境学院广东省化学品污染与环境安全重点实验室教育部环境理论化学重点实验室
福建省环境保护设计院有限公司
-
出处
《人民珠江》
2023年第8期1-7,共7页
-
基金
国家自然科学基金项目(41977300)
广东省自然科学基金杰出青年项目(2016A030306033)
+2 种基金
广东省科技计划项目(2017B030314057)
福建省科技计划项目(2020I1001)
广州市民生计划项目(202002020055)。
-
文摘
为精确预测水质参数中SS_(eff)(出水SS)含量和COD_(eff)(出水COD)浓度,进一步完善水质预警机制,提出PSOGA-WNN的造纸废水出水水质软测量模型,以获取到的主要水质技术参数:COD_(inf)(进水COD)、Q(进水流量)、pH(进水pH)、SS_(inf)(进水SS)、T(进水温度)、DO(进水溶解氧)、COD_(eff)、SS_(eff)用于预测废水处理厂的废水质量。其中,将PSOGA-WNN的预测结果与PSO-WNN、GA-WNN以及PSOGA-BP的神经网络进行了比较。结果表明PSOGA-WNN神经网络的预测精度最高,这说明基于遗传算法和粒子群算法的PSOGA混合参数优化算法在优化模型预测精度方面具有明显的优越性,WNN神经网络在拟合程度以及误差精度上相比BP神经网络具有一定的优势,是有效的模拟预测手段。
-
关键词
WNN神经网络
小波变换
软测量
-
Keywords
WNN neural network
wavelet transform
soft measurement
-
分类号
X703
[环境科学与工程—环境工程]
-
