基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩110頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著我國(guó)沿海地區(qū)經(jīng)濟(jì)的高速發(fā)展和人口的快速增長(zhǎng),海洋資源被過(guò)度開(kāi)發(fā)利用,近岸海域的水體污染和生態(tài)破壞現(xiàn)象不斷加劇。為有效解決海洋生態(tài)問(wèn)題,保障海洋生態(tài)的健康有序發(fā)展,對(duì)海洋生態(tài)環(huán)境進(jìn)行動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)非常必要。通過(guò)監(jiān)測(cè)平臺(tái)可以獲取海量的監(jiān)測(cè)數(shù)據(jù),而傳統(tǒng)的數(shù)理統(tǒng)計(jì)和經(jīng)驗(yàn)預(yù)測(cè)等方法依靠于專家經(jīng)驗(yàn),監(jiān)測(cè)數(shù)據(jù)沒(méi)有被充分挖掘利用,因此通過(guò)先進(jìn)算法來(lái)充分挖掘監(jiān)測(cè)數(shù)據(jù)中的有用信息、準(zhǔn)確評(píng)價(jià)海洋水體質(zhì)量,并對(duì)海洋水質(zhì)建立有效的分析和預(yù)警模型,是當(dāng)前亟需解決

2、的重要問(wèn)題。
  依托特種光纖與光纖傳感重點(diǎn)實(shí)驗(yàn)室的光電傳感網(wǎng)監(jiān)測(cè)的水質(zhì)數(shù)據(jù),在總結(jié)當(dāng)前水質(zhì)評(píng)價(jià)技術(shù)和研究現(xiàn)狀的基礎(chǔ)上,理論分析研究了水質(zhì)監(jiān)測(cè)數(shù)據(jù)挖掘、規(guī)則更新和水質(zhì)分析預(yù)警模型等問(wèn)題,通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性,并應(yīng)用于水質(zhì)監(jiān)測(cè)數(shù)據(jù)的挖掘分析與預(yù)警中。本文的主要研究?jī)?nèi)容如下:
  首先,為了充分挖掘利用海量的水質(zhì)監(jiān)測(cè)數(shù)據(jù),研究了一種基于自適應(yīng)免疫遺傳算法的關(guān)聯(lián)規(guī)則挖掘算法。將免疫算法引入經(jīng)典遺傳算法,設(shè)計(jì)適應(yīng)度函數(shù),改

3、進(jìn)免疫遺傳算法的交叉變異概率,使之在整個(gè)執(zhí)行過(guò)程中能夠隨著個(gè)體適應(yīng)度連續(xù)變化,并將該算法應(yīng)用到關(guān)聯(lián)規(guī)則挖掘中,該方法在保證挖掘規(guī)則精度的同時(shí),能夠縮短挖掘時(shí)間。
  其次,為解決水質(zhì)監(jiān)測(cè)數(shù)據(jù)庫(kù)隨時(shí)間不斷積累新數(shù)據(jù)而動(dòng)態(tài)變化引起的規(guī)則維護(hù)問(wèn)題,在自適應(yīng)免疫遺傳關(guān)聯(lián)規(guī)則挖掘算法的基礎(chǔ)上,研究了一種規(guī)則更新挖掘算法。針對(duì)屬性數(shù)據(jù)庫(kù)的規(guī)則更新挖掘,通過(guò)將部分原始數(shù)據(jù)和新增數(shù)據(jù)組成一個(gè)新的數(shù)據(jù)庫(kù)來(lái)進(jìn)行。計(jì)算原始和新增數(shù)據(jù)的差異度,從原始數(shù)據(jù)

4、庫(kù)中抽取不同比例的數(shù)據(jù)組建新的數(shù)據(jù)庫(kù),對(duì)新建數(shù)據(jù)庫(kù)進(jìn)行免疫遺傳關(guān)聯(lián)規(guī)則的挖掘。該算法不僅可以保留原有支持度高的規(guī)則,還能夠發(fā)現(xiàn)新增規(guī)則。
  然后,針對(duì)水質(zhì)監(jiān)測(cè)參數(shù)的變化問(wèn)題,為使變化的參數(shù)同樣適用于BP神經(jīng)網(wǎng)絡(luò)分析預(yù)警模型,研究了一種基于免疫遞階遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法。水質(zhì)監(jiān)測(cè)參數(shù)在實(shí)際的監(jiān)測(cè)過(guò)程中會(huì)發(fā)生變化,而變化的參數(shù)影響B(tài)P神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。通過(guò)引入免疫算法來(lái)提高算法處理速度,設(shè)計(jì)適合的適應(yīng)度函數(shù),利用遞階遺傳算法的

5、染色體分層特點(diǎn),把染色體分為參數(shù)基因和控制基因,在傳統(tǒng)遺傳算法中加入解碼操作,從而分別優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值,調(diào)整遺傳算子的交叉變異概率,使其在整個(gè)執(zhí)行過(guò)程中能夠自適應(yīng)連續(xù)調(diào)整。該算法能夠根據(jù)水質(zhì)監(jiān)測(cè)參數(shù)的動(dòng)態(tài)變化而及時(shí)調(diào)整BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),使得分析預(yù)警模型更適用于當(dāng)前參數(shù)的學(xué)習(xí)與分析并及時(shí)作出預(yù)警。
  最后,為了提高水質(zhì)監(jiān)測(cè)分析預(yù)警模型的精度,將基于自適應(yīng)免疫遞階遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法與貝葉斯正則化的LM-BP神經(jīng)網(wǎng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論