一种基于GA-BP神经网络的海洋养殖用网衣安全性的预测方法技术

本发明专利技术提供了一种基于GA

【技术实现步骤摘要】
一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法


[0001]本专利技术属于海水养殖
，特别涉及一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法。

技术介绍

[0002]我国近海及深远海养殖网箱遭受风暴潮等恶劣海洋灾害的严重威胁，严重阻碍了我国设施养殖产业的发展。据统计，每年我国因沿海风暴潮等海洋灾害造成的海水养殖经济损失高达数十亿元。常用的海上养殖网箱主要是由浮架系统、网衣系统、锚碇系统及配重系统组成。目前针对养殖网箱在海洋环境要素作用下的动力特性的研究主要有物理模型试验和数值模拟两种方法。物理模型试验方法数据较为真实可靠，但试验一般周期较长，不能实现对网箱动力特性的快速判断。随着计算机技术的发展，数值模拟逐渐成为海洋工程结构动力特性研究的主要方法。
[0003]网衣作为海洋养殖设施的主体部分，是设施养殖成败的关键。网衣破损会导致养殖鱼类逃离，养殖项目失败，血本无归。因此，养殖装备的网衣系统安全性必须得到重视。目前针对海上养殖网箱的相关研究主要集中在海洋环境荷载作用下的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法，其特征在于，包括：构建初始网络模型GA
‑
BP；向初始网络模型GA
‑
BP输入训练数据集，训练并验证模型；保存成熟的模型作为预测模型；向预测模型输入待预测数据，预测模型将输入的待预测数据进行分析处理，然后输出预测结果。2.根据权利要求1所述的一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法，其特征在于，所述初始网络模型GA
‑
BP通过以下步骤构建：选择python作为编程语言，编写遗传算法GA和神经网络BP。3.根据权利要求2所述的一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法，其特征在于，所述神经网络BP的输入层有8个神经元，隐藏层12个节点，输出层2个节点，各层之间权连接。4.根据权利要求3所述的一种基于GA
‑
BP神经网络的海洋养殖用网衣安全性的预测方法，其特征在于，各层之间的连接权重和各节点的偏置值均为随机初始值，输入到遗传算法GA中得到最优解，返回到神经网络BP。5.根据权利要求1
‑
4任意一项所述的一种基于GA
‑...

【专利技术属性】
技术研发人员：张子良，游洋，刘彦伟，范光辉，边鹤，冯德军，
申请(专利权)人：浙江海洋大学，
类型：发明
国别省市：