计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
4期
187-191
,共5页
BP神经网络%遗传算法%优化%权值%房价%预测模型
BP神經網絡%遺傳算法%優化%權值%房價%預測模型
BP신경망락%유전산법%우화%권치%방개%예측모형
BP neural network%Genetic Algorithm(GA)%optimization%weight%house price%prediction model
针对BP神经网络存在易陷入局部极小值、收敛速度慢等问题,提出用遗传算法优化BP神经网络并用于房价预测.采用BP神经网络建立房价预测模型.利用遗传算法对BP神经网络的初始权值和阈值进行优化.选取1998年-2011年贵阳市的房价及其主要影响因素作为实验数据,分别对传统的BP神经网络和经过遗传算法优化后的BP神经网络进行训练和仿真实验,结果表明,与传统的BP神经网络预测模型相比,经过遗传算法优化后的BP神经网络预测模型能加快网络的收敛速度,提高房价的预测精度.
針對BP神經網絡存在易陷入跼部極小值、收斂速度慢等問題,提齣用遺傳算法優化BP神經網絡併用于房價預測.採用BP神經網絡建立房價預測模型.利用遺傳算法對BP神經網絡的初始權值和閾值進行優化.選取1998年-2011年貴暘市的房價及其主要影響因素作為實驗數據,分彆對傳統的BP神經網絡和經過遺傳算法優化後的BP神經網絡進行訓練和倣真實驗,結果錶明,與傳統的BP神經網絡預測模型相比,經過遺傳算法優化後的BP神經網絡預測模型能加快網絡的收斂速度,提高房價的預測精度.
침대BP신경망락존재역함입국부겁소치、수렴속도만등문제,제출용유전산법우화BP신경망락병용우방개예측.채용BP신경망락건립방개예측모형.이용유전산법대BP신경망락적초시권치화역치진행우화.선취1998년-2011년귀양시적방개급기주요영향인소작위실험수거,분별대전통적BP신경망락화경과유전산법우화후적BP신경망락진행훈련화방진실험,결과표명,여전통적BP신경망락예측모형상비,경과유전산법우화후적BP신경망락예측모형능가쾌망락적수렴속도,제고방개적예측정도.
