基于改进粒子群算法优化BP神经网络的西江水质预测研究

为了提高西江水质预测的精度,提出一种改进粒子群算法优化BP神经网络的水质预测模型。首先,为提高PSO算法的收敛速度并避免其陷入局部最优,PSO算法种群被划分为普通子群、优良子群和较差子群,提出一种云模型改进PSO惯性权重的云模型粒子群算法;其次,针对BP神经网络存在收敛速度慢和局部最优的问题,运用云模型粒子群算法迭代寻优获取BP神经网络的最佳初始权值和阈值;再次,将影响地表水质等级的主要因素作为CPSO-BP的输入,水质等级作为CPSO-BP的输出,建立CPSO-BP的水质等级预测模型。以西江2011年-2018年的水质监测数据为研究对象,与PSO-BP、GA-BP、DE-BP和BP模型进行了对比,研究结果表明,CPSO-BP水质预测的精度最高,且具有更快的收敛速度。     

基-可数亚紧空间

引入了基-可数亚紧空间的概念,通过研究基-可数亚紧空间与其子空间之间的关系,得出了基-正规的可数亚紧空间是基-可数亚紧空间,并且在既开又闭的有限到一的映射下,证明了基-可数紧具有保持性.     

基于CEEMDAN的人工蜂群算法优化LSTM深度网络的西江溶解氧预测

为提高溶解氧含量预测的精度,提出一种基于添加自适应白噪声的完备集成经验模态分解法(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和人工蜂群算法(Artificial Bee Colony,ABC)改进长短时记忆网络(...     

σ-集体正规空间的无限乘积性质

证明了如下结果：：（1）如果X=∏τ∈∑Xτ是｜λ｜一超仿紧空间,则X是σ-集体正规空间当且仅当 F∈[∑]〈ω,X=∏τ∈∑Xτ是σ-集体正规空间。（2）设X=∏i∈ωXi是可数仿紧的,则下列三条等价：X是σ-集体正规的;F∈[ω]〈ω,X=X=∏i∈ωXi是σ-集体正规的;n∈ω,∏i≤n Xi是σ-集体正规的。     

几乎次亚紧和几乎强次亚紧空间

证明了几乎次亚lindelf、可数紧度的可数紧X是紧空间.定义了几乎强次亚紧空间,给出了它的一个刻画,并证明了几乎强次亚紧、可数紧T3-空间是紧空间.