粒子群优化算法工具箱及其在预测中的应用
粒子群优化算法工具箱(PSOt)具有应用方便,无需复杂编程,功能强大等特点。该文提出了一种采用粒子群算法工具箱优化RBF网络的预测模型,即利用PSOt优化RBF网络隐层中心、基宽向量及输出权值等,将网络参数编码为PSOt算法中的粒子个体,在全局空间中搜索最优适应值参数,构成PSOt-RBF预测模型。将该模型应用于某矿生产数据的预测研究,并与常规粒子群优化算法预测结果进行比较。仿真实验表明PSOt-RBF模型预测精度优于PSO-RBF和单一的RBF预测模型,实例验证了所提方法的有效性和实用性。
粒子群算法工具箱(PSOt)、优化、RBF网络、预测模型
TP028.8
2015-08-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
173-175