基于改进粒子群优化RBF神经网络的地理信息预测

摘要：

本文首先针对标准粒子群优化算法容易陷入局部最优的缺点,采用动态自适应调节策略,使得粒子的惯性权重随群体聚集程度而适时变化,从而调整粒子群搜索的速度和方向以跳出局部最优；然后将粒子群算法的全局搜寻能力和RBF网络的局部优化能力相结合,利用改进的粒子群优化算法优化RBF神经网络的关键参数；并将其应用于地理信息的预测,得到满意的结果.

关键词：粒子群算法、RBF神经网络、动态自适应、地理信息预测

所属期刊栏目：37

分类号：P208;TP18(一般性问题)

资助基金：国家自然科学基金N0:60803095;信阳师范学院青年自然基金20100057

在线出版日期：2012-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：139-141