D-PSO-BP两次优化预测模型的应用研究
该文针对BP神经网络存在的学习速度慢、容易陷入局部最优等缺点,在原有的BP神经网络模型基础上,引入粒子群算法(PSO),构建了基于改进的PSO算法两次优化BP神经网络预测模型(D-PSO-BP).并与其他预测模型进行比较,实验结果表明:D-PSO-BP预测模型能够克服BP神经网络的缺点,具有更好的预测效果.在对我国安徽省芜湖县1986-2017年日最高气温的预测应用中,改进的预测模型表现出了更好的预测准确性和稳定性.
粒子群算法、BP神经网络模型、日最高气温、预测
14
TP311(计算技术、计算机技术)
2018-12-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
201-202,205