基于GA-BP神经网络的船舶压载水微生物数量预测

摘要

为预测船舶压载水微生物数量,以压载水的温度、导电度、浊度、p H值、溶氧量、含盐量、总固体溶解量等7个常规数据为输入信号,以大肠杆菌量和肠球菌量为预测参数构建BP神经网络预测模型,并通过遗传算法对BP神经网络初始权值和阈值实施优化,加快模型的收敛速度,减少迭代次数,增强全局搜索能力.预测结果与实际样本的比较结果表明:基于遗传算法改进的BP神经网络有效提高了模型的收敛速度和预测精度,为船舶压载水处理系统的开发和维管提供了技术支撑.