10.3969/j.issn.1672-9722.2018.04.002
基于蜂群优化神经网络的环境空气质量预测
环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际.
人工蜂群算法、反向传播神经网络、环境空气质量预测、适应度函数
46
TP391(计算技术、计算机技术)
国家自然科学基金项目61152003;四川省教育厅重点项目16ZA0353;四川省教育厅基金项目16ZB0360;四川文理学院2015年度特色培育一般项目2015TP001Y
2018-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
639-643