基于改进微粒群神经网络的油料储备预测

摘要：

根据油料储备历史数据样本进行油料储备预测,是实施油料保障有效举措.油料储备预测是具有不确定性、突变性的多变量复杂系统,预测难度大.为了解决采用传统预测法所存在的局限性,将微粒群优化算法与神经网络相融合,提出了改进微粒群神经网络的油料储备预测模型.利用神经网络自学习能力,捕捉预测系统非线性关系.将神经网络参数映射为实数码微粒,构造复合适应度函数.引入微粒距离系数,动态调整微粒速度和位置进化参数.借助微粒群优化算法较强全局搜索能力,训练神经网络参数,优化其结构,消除神经网络训练收敛慢、易陷入局部极值等现象.仿真实例表明,改进模型预测精确性评价指标良好,建模复杂度较低.

关键词：油料储备、预测、微粒群优化、神经网络

所属期刊栏目：30

分类号：TP183(自动化基础理论)

在线出版日期：2013-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：314-317,339