小波神经网络(WNN)是基于小波变换和前向多层(BP)神经网络构造的新型神经网络模型。已有理论研究证明小波神经网络比经典多层神经网络具有更强的信息提取和逼近、容错能力。离散小波神经网络是在连续小波神经网络基础上，对伸缩因子和位移因子进行二进制离散化构建的。在小波神经网络模型建立训练好后，可寻找最优分离条件，即响应函数r最大时对应的pH值、CSDS和Curea。采用实数编码，以遗传算法求解已训练好WNN模型响应值r。生成的初始群体数取40，赋予0至1间的随机数，交叉概率（Pc）为0.5，变异概率（Pm）为0.01。
遗传算法计算在迭代150次后搜索的rmax至0.372不再变化。搜索得到优化点对应的缓冲溶液条件为：SDS 26.4mmol/L，尿素3.75mol/L，pH值为10.0。
联系：highspeedlogic
QQ ：1224848052
微信：HuangL1121
邮箱：1224848052@qq.com
微信扫一扫：
专业代做/代写/承接、MATLAB、SIMULINK、FPGA项目、博士/硕士/本科课题、Coursework、Eassy、Assignment
