BP神经网络对水质问题进行预测(Matlab代码实现)

2024-03-13 05:20

本文主要是介绍BP神经网络对水质问题进行预测(Matlab代码实现),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

在大数据、人工智能的背景下,神经网络算法被广泛的应用和普及,风险预测问题成为人们关注的热点,BP神经网络算法是用于解决预测问题效果最好的算法之一,但传统的BP神经网络算法在隐含层权值选择过程具有一定的局限性,会影响算法预测的效率和精度。针对这种情况,提出了改进的BP神经网络算法,利用遗传算法和BP神经网络算法相结合,提升算法的预测效率和预测精度。首先,分析传统BP神经网络算法流程及不足;其次,利用遗传算法优化BP神经网络算法;最后,提出改进的BP神经网络算法执行流程,并以食品价格数据进行对比分析。通过实验分析结果可知,相对于传统的BP神经网络算法,该方法在预测过程中可以提高预测效率、提升预测精度。本文章采用BP算法并训练使用的数据集404个水质数据对水质问题进行预测。

📚2 运行结果

 部分代码:

 

clc 
clear all 

load out2.mat
load train.mat
outrec = outrec';
ml = [2.35500000000000,0.110000000000000,6.50000000000000,323.500000000000];
mm = [10.9945239746905,69.0063006300631,-6.66869763899466,-0.319387271030040];
for j = 1:4
    for i = 1:404
        outrec(i,j) = outrec(i,j)*ml(j)+mm(j);

    end
end

for j = 1:4
    for i = 1:404
        traind_s(i,j) = traind_s(i,j)*ml(j)+mm(j);

    end
end


xunlian = 250;
yuce = 152;

a = 1:xunlian;
b = xunlian+1:xunlian+yuce;

figure(1)
%% 拟合曲线

title('fitted');

zzl = 1;
subplot(2,2,zzl);
plot(a,traind_s(1:xunlian,zzl),'b');
hold on 
plot(a+10,outrec(1:xunlian,zzl),'r');
hold off 
xlabel('time');
ylabel('temperature');
legend('measured value','fitted value');

        
zzl =2;
subplot(2,2,zzl);
plot(a,traind_s(1:xunlian,zzl),'b');
hold on 
plot(a+10,outrec(1:xunlian,zzl),'r');
hold off 
xlabel('time');
ylabel('pH');
legend('measured value','fitted value');

zzl = 3;
subplot(2,2,zzl);
plot(a,traind_s(1:xunlian,zzl),'b');
hold on 
plot(a+10,outrec(1:xunlian,zzl),'r');
hold off 
xlabel('time');
ylabel('Do');
legend('measured value','fitted value');

zzl = 4;
subplot(2,2,zzl);
plot(a,traind_s(1:xunlian,zzl),'b');
hold on 
plot(a+10,outrec(1:xunlian,zzl),'r');
hold off 
xlabel('time');
ylabel('ORP');
legend('measured value','fitted value');

%% 预测曲线
figure(2)

zzl = 1;
subplot(2,2,zzl);

plot(b,traind_s(xunlian+1:xunlian+yuce,zzl),'b');
hold on 
plot(b+10,outrec(xunlian+1:xunlian+yuce,zzl),'r');
hold off 

xlabel('time');
ylabel('temperature');
legend('measured value','predicted value');

zzl = 2;
subplot(2,2,zzl);
plot(b,traind_s(xunlian+1:xunlian+yuce,zzl),'b');
hold on 
plot(b+10,outrec(xunlian+1:xunlian+yuce,zzl),'r');
hold off 
xlabel('time');
ylabel('pH');
legend('measured value','predicted value');

zzl = 3;
subplot(2,2,zzl);
plot(b,traind_s(xunlian+1:xunlian+yuce,zzl),'b');
hold on 
plot(b+10,outrec(xunlian+1:xunlian+yuce,zzl),'r');
hold off 
xlabel('time');
ylabel('DO');
legend('measured value','predicted value');

zzl = 4;
subplot(2,2,zzl);
plot(b,traind_s(xunlian+1:xunlian+yuce,zzl),'b');
hold on 
plot(b+10,outrec(xunlian+1:xunlian+yuce,zzl),'r');
hold off 
xlabel('time');
ylabel('ORP');
legend('measured value','predicted value');

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]刘红梅,徐英岚,张博,李荣.基于最小二乘支持向量回归的水质预测[J].计算机与现代化,2019(09):31-34.

[2]邬希可.改进的神经网络算法在预测方法中研究与应用[J].计算机与数字工程,2022,50(10):2276-2279+2344.

🌈4 Matlab代码实现

这篇关于BP神经网络对水质问题进行预测(Matlab代码实现)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/803746

相关文章

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n