基于改进的PSO-BP神经网络的桂林市物流预测研究
由于BP神经网络有收敛速度慢,容易陷入局部最小的缺陷,因此文章提出了一种改进的粒子群算法来优化BP神经网络的权值与阈值.使得预测模型能够在搜索最优解的过程中能够平衡算法的局部搜索和全局搜索,提高搜索的精度.对初步确定的输入指标和输出指标采用线性回归的方法,来筛选与输出指标具有强相关性的输入指标.通过MATLAB软件进行预测,比较标准的PSO-BP与改进PSO-BP模型,预测结果较好,说明改进的PSO-BP模型是有效的.
物流预测、BP神经网络、粒子群算法、线性回归方法
19
C931(管理学)
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
5-8