基于CGA-BP神经网络的好氧堆肥曝气供氧量预测模型

TP183%TP389.1%S210.6; 为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法(genetic algorithm,GA)对标准反向传播(back propagation,BP)神经网络的初始权值和阈值进行优化,再利用克隆选择算法(clonal genetic algorithm,CGA)优化遗传算法中的变异算子并复制算子,加快获取最优参数的速度,构建基于CGA-BP神经网络的曝气供氧量预测模型.为验证CGA-BP模型的有效性,与BP模型、GA-BP模型预测结果进行对比.试验结果表明:克隆遗传算法优化BP神经网络能加快获得最优解,效率相比 BP 模型和 GA-B...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 39; no. 7; pp. 211 - 217
Main Authors 丁国超, 施雪玲, 胡军
Format Journal Article
LanguageChinese
Published 黑龙江八一农垦大学信息与电气工程学院,大庆 163319%黑龙江八一农垦大学工程学院,大庆 163319 01.04.2023
Subjects
曝气供氧
遗传算法
BP神经网络
试验
好氧堆肥
模型
CGA-BP神经网络
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.202211088

Cover

Abstract TP183%TP389.1%S210.6; 为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法(genetic algorithm,GA)对标准反向传播(back propagation,BP)神经网络的初始权值和阈值进行优化,再利用克隆选择算法(clonal genetic algorithm,CGA)优化遗传算法中的变异算子并复制算子,加快获取最优参数的速度,构建基于CGA-BP神经网络的曝气供氧量预测模型.为验证CGA-BP模型的有效性,与BP模型、GA-BP模型预测结果进行对比.试验结果表明:克隆遗传算法优化BP神经网络能加快获得最优解,效率相比 BP 模型和 GA-BP 模型分别提高了 75.36％、51.30％;在曝气供氧量预测模型中,CGA-BP模型具有更准确的预测效果,预测精度为99.65％,而BP模型与GA-BP模型预测精度分别为 96.99％、99.26％;CGA-BP模型评价指标的均方误差、平均绝对误差、平均绝对百分误差分别为 0.0034、0.0389 和0.3506,均小于BP神经网络和GA-BP神经网络模型评价指标的误差;利用CGA-BP好氧堆肥曝气供氧量预测模型对好氧堆肥发酵过程进行精准曝气,提高了 3.22％的曝气控制效率.由此可知CGA-BP 神经网络模型有更好的预测效果,可满足好氧堆肥在发酵过程中曝气供氧量的需求,提高曝气效率,为精准控制曝气提供更直接有效的方法.
AbstractList TP183%TP389.1%S210.6; 为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法(genetic algorithm,GA)对标准反向传播(back propagation,BP)神经网络的初始权值和阈值进行优化,再利用克隆选择算法(clonal genetic algorithm,CGA)优化遗传算法中的变异算子并复制算子,加快获取最优参数的速度,构建基于CGA-BP神经网络的曝气供氧量预测模型.为验证CGA-BP模型的有效性,与BP模型、GA-BP模型预测结果进行对比.试验结果表明:克隆遗传算法优化BP神经网络能加快获得最优解,效率相比 BP 模型和 GA-BP 模型分别提高了 75.36％、51.30％;在曝气供氧量预测模型中,CGA-BP模型具有更准确的预测效果,预测精度为99.65％,而BP模型与GA-BP模型预测精度分别为 96.99％、99.26％;CGA-BP模型评价指标的均方误差、平均绝对误差、平均绝对百分误差分别为 0.0034、0.0389 和0.3506,均小于BP神经网络和GA-BP神经网络模型评价指标的误差;利用CGA-BP好氧堆肥曝气供氧量预测模型对好氧堆肥发酵过程进行精准曝气,提高了 3.22％的曝气控制效率.由此可知CGA-BP 神经网络模型有更好的预测效果,可满足好氧堆肥在发酵过程中曝气供氧量的需求,提高曝气效率,为精准控制曝气提供更直接有效的方法.
Author 施雪玲
胡军
丁国超
AuthorAffiliation 黑龙江八一农垦大学信息与电气工程学院,大庆 163319%黑龙江八一农垦大学工程学院,大庆 163319
AuthorAffiliation_xml – name: 黑龙江八一农垦大学信息与电气工程学院,大庆 163319%黑龙江八一农垦大学工程学院,大庆 163319
Author_FL DING Guochao
SHI Xueling
HU Jun
Author_FL_xml – sequence: 1
  fullname: DING Guochao
– sequence: 2
  fullname: SHI Xueling
– sequence: 3
  fullname: HU Jun
Author_xml – sequence: 1
  fullname: 丁国超
– sequence: 2
  fullname: 施雪玲
– sequence: 3
  fullname: 胡军
BookMark eNo9j09LAkEchudgkJmfokOn3eY3u-vMHFXKAqEOdZaZ3RlRYoSGqK4hdRASoVOW_YGljl66KPZp3N38Fi0UnV54Du_zvhuoYHpGIbQF2AXgNNjpuh1rjQsYE6fCgLsEEwKAGSug4j9dR2VrOxIH4FGMfSiiWvI8W87u6o2qUzvK4kk2H2aLUTZ_zB76SbxIp-_Jy833dZyOn9Lp_fJrnJPV7XD11k8_B-nHazIZbKI1LU6tKv9lCZ3s7R7X953mYeOgXm06FvItDlE-Z6GWREcR11QKT6mIgeABJREnUoHkIVFKU8x8oXFAQ6DKD4QfkkqgpFdC27-9F8JoYdqtbu_8zOTGlrlqh5cyf-xhmqu8H_EOZiY
ClassificationCodes TP183%TP389.1%S210.6
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.202211088
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL Prediction model of the aeration oxygen supply for aerobic composting using CGA-BP neural network
EndPage 217
ExternalDocumentID nygcxb202307022
GrantInformation_xml – fundername: 国家重点研发计划
  funderid: (2016YFD0800600)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1022-2e498cfb2fdd9f7ba3eed81a9572d92be1b9c2eef7084af057c17e45a4c265eb3
ISSN 1002-6819
IngestDate Thu May 29 04:08:36 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 7
Keywords 曝气供氧
遗传算法
BP神经网络
试验
好氧堆肥
模型
CGA-BP神经网络
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1022-2e498cfb2fdd9f7ba3eed81a9572d92be1b9c2eef7084af057c17e45a4c265eb3
PageCount 7
ParticipantIDs wanfang_journals_nygcxb202307022
PublicationCentury 2000
PublicationDate 2023-04-01
PublicationDateYYYYMMDD 2023-04-01
PublicationDate_xml – month: 04
  year: 2023
  text: 2023-04-01
  day: 01
PublicationDecade 2020
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2023
Publisher 黑龙江八一农垦大学信息与电气工程学院,大庆 163319%黑龙江八一农垦大学工程学院,大庆 163319
Publisher_xml – name: 黑龙江八一农垦大学信息与电气工程学院,大庆 163319%黑龙江八一农垦大学工程学院,大庆 163319
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.3939316
Snippet TP183%TP389.1%S210.6; 为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法(genetic algorithm,GA)对标准反向传播(back propagation,BP)神经网络的初始权值和阈值进行优化,再利用克隆选择算法(clonal genetic...
SourceID wanfang
SourceType Aggregation Database
StartPage 211
Title 基于CGA-BP神经网络的好氧堆肥曝气供氧量预测模型
URI https://d.wanfangdata.com.cn/periodical/nygcxb202307022
Volume 39
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwtR1NaxQxdCgtiB7ET_ymoDnJrDOZZCbBU7KdtQiKhxZ6K5P5qKcV2i1oj1L0ULAInqzWD1j02IuXlvprurv2X_hednZ3Wr8VL0N47-V9zuS9hCTjONcKSr0CUqkLgz93WeplrjGZcfMsz2HSYkTC8Lzznbvh9Cy7PcfnxsZvVnYtLbdMLV357rmSv4kqwCCueEr2DyI7ZAoAaEN84QkRhudvxZjEnMgG0YrEDJ8irt9Srr5H4ogoQMXY0JqIhm1MEemXEFnHhoQuDJkAMWDjkGiPqMhCPCJCEgsiKGIBJaHXgEYyKzFG4KiXJCKysiRR1HIGFCfC0ihBlG8VjgFSrYkRCLJQJeApUCuAaGsCGiIsB1BpiqgQWQkFqMGbUnYSfd7a2iGIBqoKCXAPLUYiiVLIV8RE0xEJsAhKDVEZXV0OoUFlFw2-wMgIvejbBrhBWlt9jAYyAGX1QDGvYp-1Ho0AAjbwdN8sIG5Y-SHaohqD7jaG4G_NK77_iXskKgPup_UDUvDtCK9DWQyDIaH8PxjwbzpVkiNmz1CUoDJ7BrIySkQHUqFfqapo_4TutwlbRtxmbJRQG0qoQWhxaaL_y8dDN6I3Hy2kDw0GH_IVhfprgkYR7tGYUHpKN0azAR8XPIbpiuKlD-Fods39AP_tMNwRhvshuN0cUSpxxLk6UPHGjxW0p_2aRdJcqBSmMyec4-WMclL1h4eTztjK_VPOMbWwWN6qk592dOfN9t72s_7g0Gtv9nbWe7vPezuvei9XO-3d7taHztsnXx63uxuvu1sv9j5vAGT_6fr--9Xup7Xux3edzbUzzmwjnqlPu-XPU9wlXMRxac6kSAtDiyyTRWSSAKph4SeSRzST1OS-kSnN8yLyBEsKmLalfpQznrCUhjw3wVlnvPmgmZ9zJnkSiiLzmCl4xkQamTTxs4yyQhgTGErPO5OlB-bLwXFp_lCMLvya5KJzdPQ9X3LGW4vL-WUo-FvmShnYr15_ufw
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ECGA-BP%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E5%A5%BD%E6%B0%A7%E5%A0%86%E8%82%A5%E6%9B%9D%E6%B0%94%E4%BE%9B%E6%B0%A7%E9%87%8F%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E4%B8%81%E5%9B%BD%E8%B6%85&rft.au=%E6%96%BD%E9%9B%AA%E7%8E%B2&rft.au=%E8%83%A1%E5%86%9B&rft.date=2023-04-01&rft.pub=%E9%BB%91%E9%BE%99%E6%B1%9F%E5%85%AB%E4%B8%80%E5%86%9C%E5%9E%A6%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E4%B8%8E%E7%94%B5%E6%B0%94%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%A4%A7%E5%BA%86+163319%25%E9%BB%91%E9%BE%99%E6%B1%9F%E5%85%AB%E4%B8%80%E5%86%9C%E5%9E%A6%E5%A4%A7%E5%AD%A6%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%A4%A7%E5%BA%86+163319&rft.issn=1002-6819&rft.volume=39&rft.issue=7&rft.spage=211&rft.epage=217&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.202211088&rft.externalDocID=nygcxb202307022
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg