安徽农业科学2022，Vol.50Issue(20) ：235-239.DOI:10.3969/j.issn.0517-6611.2022.20.060

基于GA-BP神经网络的雨生红球藻生长趋势预测

Prediction of Growth Trend of Haematococcus pluvialis Based on GA⁃BP Neural Network

崔世钢 石兰婷 张永立 何林 李欣颀 张靖宇
安徽农业科学2022，Vol.50Issue(20) ：235-239.DOI:10.3969/j.issn.0517-6611.2022.20.060
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于GA-BP神经网络的雨生红球藻生长趋势预测

Prediction of Growth Trend of Haematococcus pluvialis Based on GA⁃BP Neural Network

崔世钢 1石兰婷 1张永立 1何林 1李欣颀 1张靖宇1
扫码查看

作者信息

  • 1. 天津职业技术师范大学,天津300222
  • 折叠

摘要

虾青素具有极强的抗氧化功能,然而在自然界中,能够在相同时间内积累最多虾青素的生物主要为雨生红球藻.但其生长周期较长且对生长环境依赖性强,因此其生长环境参数与其生长、繁殖状况之间存在着非线性关系.BP神经网络模型运用了梯度下降法的基本思想,可以较好逼近复杂的非线性关系.但由于BP神经网络容易陷入局部最小,从而影响预测的结果,所以采用遗传算法对BP神经网络进行优化.根据影响雨生红球藻生长的主要环境(pH),建立基于遗传算法的BP神经网络模型,并对雨生红球藻生长状况进行试验验证,准确率可以达到90％以上.

关键词

雨生红球藻/BP神经网络/遗传算法/预测/pH

引用本文复制引用

基金项目

国家重点研发计划(2017YFB0403904)

出版年

2022
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
参考文献量8
段落导航相关论文