计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
22期
224-226,243
,共4页
径向基函数(RBF)%最小正交二乘算法(OLS)%进化粒子群优化算法(EPSO)%订单预测
徑嚮基函數(RBF)%最小正交二乘算法(OLS)%進化粒子群優化算法(EPSO)%訂單預測
경향기함수(RBF)%최소정교이승산법(OLS)%진화입자군우화산법(EPSO)%정단예측
提出了一种最小正交二乘算法(OLS)和进化粒子群优化算法(EPSO)相结合构建RBF神经网络的企业订单预测模型.OLS采用前向回归算法,从输入数据中选取适当的中心,动态地避免网络规模过大和随机选择中心带来的数值病态问题；EPSO 方法调整网络中的参数,如RBF中心位置,RBF宽度和隐层与输出层之间的权值,以提高网络的泛化能力.
提齣瞭一種最小正交二乘算法(OLS)和進化粒子群優化算法(EPSO)相結閤構建RBF神經網絡的企業訂單預測模型.OLS採用前嚮迴歸算法,從輸入數據中選取適噹的中心,動態地避免網絡規模過大和隨機選擇中心帶來的數值病態問題；EPSO 方法調整網絡中的參數,如RBF中心位置,RBF寬度和隱層與輸齣層之間的權值,以提高網絡的汎化能力.
제출료일충최소정교이승산법(OLS)화진화입자군우화산법(EPSO)상결합구건RBF신경망락적기업정단예측모형.OLS채용전향회귀산법,종수입수거중선취괄당적중심,동태지피면망락규모과대화수궤선택중심대래적수치병태문제；EPSO 방법조정망락중적삼수,여RBF중심위치,RBF관도화은층여수출층지간적권치,이제고망락적범화능력.
