改进递归最小二乘RBF神经网络溶解氧预测

袁红春; 潘金晶

doi:10.13873/J.1000-9787(2016)10-0020-04

Chinese

您当前的位置：

首页 >

文章列表页 >

改进递归最小二乘RBF神经网络溶解氧预测

研究与探讨 | 更新时间：2025-09-11

- 改进递归最小二乘RBF神经网络溶解氧预测
- Dissolved oxygen prediction based on improved recursive least square RBF neural network
- 传感器与微系统 2016年35卷第10期页码：20-23
- 作者机构：
  
  上海海洋大学信息学院
- 作者简介：
- 基金信息：
  
  上海市科学技术委员会技术支撑项目（14391901400）
- DOI：10.13873/J.1000-9787(2016)10-0020-04
  中图分类号： TP183
- 纸质出版：2016
- 稿件说明：
移动端阅览
[1]袁红春,潘金晶.改进递归最小二乘RBF神经网络溶解氧预测[J].传感器与微系统,2016,35(10):20-23.

YUAN Hong-chun, PAN Jin-jing. Dissolved oxygen prediction based on improved recursive least square RBF neural network[J]. 2016, 35(10): 20-23.
[1]袁红春,潘金晶.改进递归最小二乘RBF神经网络溶解氧预测[J].传感器与微系统,2016,35(10):20-23. DOI： 10.13873/J.1000-9787(2016)10-0020-04.

YUAN Hong-chun, PAN Jin-jing. Dissolved oxygen prediction based on improved recursive least square RBF neural network[J]. 2016, 35(10): 20-23. DOI： 10.13873/J.1000-9787(2016)10-0020-04.

摘要

为提高溶解氧预测的准确性

将基于改进型递归最小二乘算法优化的径向基函数（RBF）神经网络方法应用于溶解氧预测。利用K均值聚类算法进行隐层单元中心选择;利用改进型递归最小二乘算法优化RBF神经网络隐含层到输出层的权值。仿真结果表明:该方法对溶解氧的预测具有较好的非线性拟合能力

预测精度优于RBF神经网络和递归最小二乘算法优化的RBF神经网络。

Abstract

In order to improve accuracy of dissolved oxygen prediction

radial basis function（ RBF） neural network based on improved recursive least square algorithm is applied to predict the dissolved oxygen. Using K means clustering algorithm to choose the center of hidden layer units and improved recursive least square algorithm is used to optimize the weights of hidden layer to output layer of RBF neural network. Simulation results show that the proposed method has good nonlinear fitting ability and its prediction precision is higher than RBF neural network and RBF neural network based on recusive least square algorithm.

关键词

Keywords

references

千岛湖溶解氧的动态分布特征及其影响因素分析 [J]. 殷燕,吴志旭,刘明亮,何剑波,虞左明. 环境科学 . 2014(07)

基于多元时序分析的水华预测及因素分析方法 [J]. 王立,刘载文,吴成瑞,华伟,张雪. 化工学报 . 2013(12)

典型湖库富营养化的模糊综合评价研究 [J]. 朱丽楠,官涤,王永军,刘桂芳,康凯. 长江流域资源与环境 . 2012(09)

水库降低水位运行对库区水质影响的预测研究 [J]. 陈明千,李艳,李克锋,李然,李嘉. 四川大学学报(工程科学版) . 2012(S1)

涌浪机在对虾养殖中的增氧作用 [J]. 管崇武,刘晃,宋红桥,张成林. 农业工程学报 . 2012(09)

长江口邻近海域溶解氧分布特征及主要影响因素 [J]. 石晓勇,陆茸,张传松,王修林. 中国海洋大学学报(自然科学版) . 2006(02)

海水ORP的影响因素 [J]. 唐晓,王佳. 装备环境工程 . 2004(01)

春季浙江南部海区溶解氧、pH值和营养盐分布特征及相互关系研究 [J]. 王玉衡,蒋国昌,董恒霖. 海洋学报(中文版) . 1990(05)

前馈神经网络分析与设计[M]. 科学出版社 , 乔俊飞, 2012

A Hybrid Approach of Support Vector Machine with Differential Evolution Optimization for Water Quality Prediction [J] . Lv Jiake,Wang Xuan,Zou Wei. Journal of Convergence Information Technology . 2013 (2)

Prediction of water quality time series data based on least squares support vector machine [J] . Guohua Tan,Jianzhuo Yan,Chen Gao,Suhua Yang. Procedia Engineering . 2012

Study of short-term water quality prediction model based on wavelet neural network [J] . Longqin Xu,Shuangyin Liu. Mathematical and Computer Modelling . 2012

Application of chaos and fractal models to water quality time series prediction [J] . Jun Wu,Jian Lu,Jiaquan Wang. Environmental Modelling and Software . 2008 (5)

A dynamic factor model for multivariate water quality time series with trends [J] . Shimin Zou,Yun-Sheng Yu. Journal of Hydrology . 1996 (1)

浏览量

182

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

3DoF模块化机械臂轨迹跟踪策略

山火的无线传感与RBF分析研究

基于改进RBF网络的传感器非线性误差补偿

基于RBF神经网络的船用污水处理装置状态诊断

基于RBF神经网络的车辆牵引性能测试数据融合技术