基于改进粒子群算法的数据预测挖掘应用研究

摘要：

针对粒子群优化算法早熟、易陷入局部收敛的问题,提出一种克服早熟的粒子群算法.该算法在标准粒子群算法基础上加入极值扰动和自适应调整系数,使其易于跳出局部最优.又分析了灰色GM(1,1)预测模型的局限性,提出了一种带极值扰动的自适应调整惯性权重的改进PSO优化灰色模型AdPSO-GM,并将此模型用于数据预测挖掘研究中.最后,通过一个实例对所提方法进行验证,结果表明,本文所给模型具有较高的预测挖掘精度.

关键词：粒子群算法、GM(1,1)模型、AdPSO-GM模型、预测挖掘

所属期刊栏目：30

分类号：TP1;TM7

资助基金：国家自然科学基金项目70631003,90718037;合肥工业大学基金2010HGXJ0083

在线出版日期：2011-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：840-845