计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
35期
233-235
,共3页
徐以山%曾碧%尹秀文%卢博生
徐以山%曾碧%尹秀文%盧博生
서이산%증벽%윤수문%로박생
改进粒子群算法%BP神经网络%降水量预报
改進粒子群算法%BP神經網絡%降水量預報
개진입자군산법%BP신경망락%강수량예보
improved Particle Swarm Optimization(PSO)%BP Neural Network%rainfall forecast
目前BP神经网络是一种有效的预测方法,但在实际应用当中存在着一些自身的缺点,为此提出了一种基于改进粒子群算法的BP神经网络.通过动态调整粒子群算法中的惯性因子ω,有效地增强了算法对非线性问题的处理能力,同时提高了算法的收敛速度和搜索全局最优值的能力.建立改进后的BP网络模型,通过该模型和逐步回归方法对某市降水量进行实例分析.分析结果表明,改进后的BP网络模型具有较高的准备预报能力和稳定性.
目前BP神經網絡是一種有效的預測方法,但在實際應用噹中存在著一些自身的缺點,為此提齣瞭一種基于改進粒子群算法的BP神經網絡.通過動態調整粒子群算法中的慣性因子ω,有效地增彊瞭算法對非線性問題的處理能力,同時提高瞭算法的收斂速度和搜索全跼最優值的能力.建立改進後的BP網絡模型,通過該模型和逐步迴歸方法對某市降水量進行實例分析.分析結果錶明,改進後的BP網絡模型具有較高的準備預報能力和穩定性.
목전BP신경망락시일충유효적예측방법,단재실제응용당중존재착일사자신적결점,위차제출료일충기우개진입자군산법적BP신경망락.통과동태조정입자군산법중적관성인자ω,유효지증강료산법대비선성문제적처리능력,동시제고료산법적수렴속도화수색전국최우치적능력.건립개진후적BP망락모형,통과해모형화축보회귀방법대모시강수량진행실례분석.분석결과표명,개진후적BP망락모형구유교고적준비예보능력화은정성.