典型文献
基于改进遗传算法的BP神经网络的水体叶绿素a含量预测
文献摘要：
采用BP神经网络是叶绿素a预测的主要手段之一.然而由于BP神经网络搜索的局限性,导致BP神经网络预测精度存在问题,因此,引入遗传算法对BP神经网络的权值和阈值进行优化,提升叶绿素a含量预测精度;由于遗传算法具有早熟和易陷入局部最优的缺点,因此,我们对遗传算法的选择/交叉以及变异算子进行改进.从结果可看出,改进的GA-BP神经网络训练精度比GA-BP神经网络提升1.23％,仿真精度提升1.66％,相对于BP神经网络训练精度提升2.71％,仿真精度提升5.03％,改进的GA-BP神经网络预测精度更优.基于Dimopoulos因子敏感性分析,筛选出输入因子组合.
文献关键词：
叶绿素a;遗传算法;BP神经网络;敏感性分析
中图分类号：
作者姓名：
周游;陆安江;刘璇
作者机构：
贵州大学明德学院,贵州贵阳,550025
文献出处：
引用格式：
[1]周游;陆安江;刘璇-.基于改进遗传算法的BP神经网络的水体叶绿素a含量预测)[J].电子测试,2022(15):37-42
A类：
Dimopoulos
B类：
改进遗传算法,叶绿素,含量预测,网络搜索,神经网络预测,权值,早熟,和易,局部最优,变异算子,可看,GA,神经网络训练,仿真精度,精度提升,子组
AB值：
0.238983
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
