TY -的A2 Zargarzadeh哈桑盟——黄Mingzhi盟——田,Di盟——刘,王宏斌盟——张赵盟——咦,晓惠AU - Cai, Jiannan盟,阮Jujun盟,张道盟——香港,Shaofei盟——应Guangguo PY - 2018 DA - 2018/12/12 TI -混合与Self-Adapted模糊模糊小波神经网络模型 - - - - - -意味着集群和遗传算法对河流水质预测SP - 8241342六世- 2018 AB -水质预测是水环境规划的基础上,评价和管理。在这个工作中,一种新颖的智能预测模型基于模糊小波神经网络(FWNN)包括神经网络(NN)的模糊逻辑(FL),小波变换(WT)和遗传算法(GA)提出了模拟水质参数的非线性和水质预测。self-adapted模糊 c 聚类则是用来确定模糊规则的数目。混合学习算法基于遗传算法和梯度下降算法来优化网络参数。之间的比较是提出FWNN模型和模糊神经网络(FNN),小波神经网络算法)和神经网络(ANN)。结果表明,FWNN使有效利用神经网络的自适应性,FL的不确定性的能力,和WT的局部分析能力,所以它可以处理水的波动和季节性时间序列数据质量,而表现出更高的估计精度和更好的鲁棒性和实现更好的性能预测水质测定系数高 R 2 超过0.90。FWNN是可行的和可靠的模拟和预测河流的水质。SN - 1076 - 2787你——https://doi.org/10.1155/2018/8241342——10.1155 / 2018/8241342 JF - PB - Hindawi KW - ER -复杂性