[发明专利]基于模拟退火优化BP神经网络的pH值预测方法在审
| 申请号： | 201410738449.8 | 申请日： | 2014-12-05 |
| 公开（公告）号： | CN104700153A | 公开（公告）日： | 2015-06-10 |
| 发明（设计）人： | 吴静静;宋淑娟;尤丽华;王金华 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/02 |
| 代理公司： | 徐州支点知识产权代理事务所(普通合伙) 32244 | 代理人： | 刘新合 |
| 地址： | 214122 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模拟退火(SA)算法优化的BP神经网络的pH值的预测方法，包括以下步骤：第一步，根据样本选取策略选取样本并输入。第二步，根据BP定理，确定BP神经网络的结构。第三步，根据网络训练策略，采用模拟退火算法优化BP网络权值参数，利用输入的样本对BP网络进行训练，确定BP网络的最优权值及最优隐层节点数。第四步，根据训练好的BP神经网络，构建pH值的预测模型。本发明克服了BP网络在权值选择上的随机性，提高了BP神经网络的收敛速度和学习能力。此外，优化了训练样本选取和网络隐层神经元数，提高了BP神经网络的泛化能力。本发明对pH的预测准确度较高，具有较好的非线性拟合能力。 | ||
| 搜索关键词： | 基于 模拟 退火 优化 bp 神经网络 ph 预测 方法 | ||
【主权项】：
一种基于模拟退火优化BP神经网络的pH值预测方法，其特征在于，包括以下步骤：第一步，根据样本选取策略选取样本并输入；第二步，根据BP定理，确定BP神经网络的结构；第三步，根据网络训练策略，采用模拟退火算法优化BP网络权值参数，利用输入的样本对BP网络进行训练，确定BP网络的最优权值及最优隐层节点数；第四步，根据训练好的BP神经网络，构建pH值的预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学;，未经江南大学;许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410738449.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
