北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2007年
2期
143-147
,共5页
徐远清%陈祥光%王丽%张启鸿
徐遠清%陳祥光%王麗%張啟鴻
서원청%진상광%왕려%장계홍
模糊c均值聚类%神经网络集成%微粒群算法%PMV指标
模糊c均值聚類%神經網絡集成%微粒群算法%PMV指標
모호c균치취류%신경망락집성%미립군산법%PMV지표
为解决大样本的PMV指标预测问题,采用基于模糊聚类的神经网络集成方法,将原始样本集模糊划分为多个相交子集,通过这些模糊子集训练神经网络得到预测个体,再对个体输出加权结合获得预测结果.在进行神经网络集成过程中,采用微粒群算法有效克服了聚类和常规神经网络训练容易陷入局部最优的缺点,总结出一种更加有效的神经网络集成方法.实验结果表明:基于微粒群的神经网络集成算法有较好的全局优化性能,其集成的神经网络系统能更准确地预测PMV指标.
為解決大樣本的PMV指標預測問題,採用基于模糊聚類的神經網絡集成方法,將原始樣本集模糊劃分為多箇相交子集,通過這些模糊子集訓練神經網絡得到預測箇體,再對箇體輸齣加權結閤穫得預測結果.在進行神經網絡集成過程中,採用微粒群算法有效剋服瞭聚類和常規神經網絡訓練容易陷入跼部最優的缺點,總結齣一種更加有效的神經網絡集成方法.實驗結果錶明:基于微粒群的神經網絡集成算法有較好的全跼優化性能,其集成的神經網絡繫統能更準確地預測PMV指標.
위해결대양본적PMV지표예측문제,채용기우모호취류적신경망락집성방법,장원시양본집모호화분위다개상교자집,통과저사모호자집훈련신경망락득도예측개체,재대개체수출가권결합획득예측결과.재진행신경망락집성과정중,채용미립군산법유효극복료취류화상규신경망락훈련용역함입국부최우적결점,총결출일충경가유효적신경망락집성방법.실험결과표명:기우미립군적신경망락집성산법유교호적전국우화성능,기집성적신경망락계통능경준학지예측PMV지표.
