10.3969/j.issn.1673-629X.2018.08.030
基于遗传算法改进的BP神经网络房价预测分析
使用传统的BP神经网络进行预测容易发生收敛速度慢、预测精度低、陷入局部最优的可能.对此,阐述了BP神经网络的基本原理,介绍了遗传算法的实现过程,并根据遗传算法的全局搜索能力,优化调整了BP神经网络的初始权值和阈值,分别对传统BP神经网络和改进后的GA-BP神经网络建立了房价预测模型.选取了中国房价及其主要影响因素作为实验数据进行仿真训练,对比了模型的预测效果.实验结果表明,经过遗传算法改进的BP神经网络较传统BP神经网络具有预测精度高、收敛速度快的优点,同时避免了陷入局部最优的缺陷.
BP神经网络、遗传算法、价格预测、误差分析
28
TP301.6(计算技术、计算机技术)
黑龙江省自然科学基金面上项目F2015020;省教育科研规划重点课题GJB1215013
2018-09-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
144-147,151