宁夏师范学院学报
寧夏師範學院學報
저하사범학원학보
JOURNAL OF NINGXIA TEACHERS UNIVERSITY
2013年
3期
54-60
,共7页
粒子群优化%灰色模型%神经网络
粒子群優化%灰色模型%神經網絡
입자군우화%회색모형%신경망락
由于灰色神经网络随机初始化网络的参数在使用灰色神经网络预测模型时,经常会出现在进化过程中陷入局部最优值和预测精度较低等问题.因此,提出采用粒子群优化(PSO)算法优化灰色神经网络的初始参数,建立了基于粒子群优化灰色神经网络的预测模型.使得在预测性能的稳定性上,明显优于单纯使用灰色神经网络模型.通过实验,对比分析了BP神经网络、灰色神经网络和PSO优化的灰色神经网络三种预测模型,结果验证了所提模型的有效性,从而进一步提高了灰色神经网络预测模型的精确度.
由于灰色神經網絡隨機初始化網絡的參數在使用灰色神經網絡預測模型時,經常會齣現在進化過程中陷入跼部最優值和預測精度較低等問題.因此,提齣採用粒子群優化(PSO)算法優化灰色神經網絡的初始參數,建立瞭基于粒子群優化灰色神經網絡的預測模型.使得在預測性能的穩定性上,明顯優于單純使用灰色神經網絡模型.通過實驗,對比分析瞭BP神經網絡、灰色神經網絡和PSO優化的灰色神經網絡三種預測模型,結果驗證瞭所提模型的有效性,從而進一步提高瞭灰色神經網絡預測模型的精確度.
유우회색신경망락수궤초시화망락적삼수재사용회색신경망락예측모형시,경상회출현재진화과정중함입국부최우치화예측정도교저등문제.인차,제출채용입자군우화(PSO)산법우화회색신경망락적초시삼수,건립료기우입자군우화회색신경망락적예측모형.사득재예측성능적은정성상,명현우우단순사용회색신경망락모형.통과실험,대비분석료BP신경망락、회색신경망락화PSO우화적회색신경망락삼충예측모형,결과험증료소제모형적유효성,종이진일보제고료회색신경망락예측모형적정학도.
