遗传小波神经网络在变形预报中的应用
目前常用的变形预报方法有BP人工神经网络和小波神经网络,但是都存在收敛速度慢且易受局部极值的影响.针对这两种算法的不足,本文利用遗传算法的全局寻优特性,将遗传算法与小波神经网络结合,形成遗传小波神经网,将其应用于变形预报,取得了良好的效果;并将算法的预报精度、稳定性、有效区间及运算时间作为评价算法优劣的4个标准,对BP神经网络、小波神经网络及遗传小波神经网络进行对比,结果表明遗传小波神经网络具有明显的优势.
变形预报、遗传算法、小波神经网络、遗传小波神经网络、稳定性、有效区间
37
TP18(自动化基础理论)
矿山空间信息技术国家测绘局重点实验室开放基金KLM201009
2013-01-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
183-186