GA-BP神经网络在老人负性情绪预测中的应用

摘要：

BP神经网络在当前社会上有着极为广泛的应用,但是传统的BP神经网络存在收敛速度较慢、容易陷入局部最优点的缺点.本文利用遗传算法(Genetic Algorithm,GA)自动调整搜索方向、利于全局择优的特点,构建基于遗传算法优化的BP神经网络模型,用于预测养老机构老年人的负性情绪,重点通过预测的准确性验证模型可行性.本文以北京大学开放研究数据平台的中国健康与养老追踪调查数据空间(CHARLS)作为主要研究数据空间;预测结果表明,粒子群算法(Partical Swarm Optimiza-tion,PSO)和遗传算法都能够提升BP神经网络的收敛速度,同时避免陷入局部最优;粒子群算法优化的PSO-BP神经网络在收敛速度上更快,遗传算法优化的GA-BP神经网络在准确度上更优.考虑到养老机构对于数据实时性要求不高,因此选取遗传算法作为BP神经网络在负性情绪预测上的优化方案是目前阶段较为良好的选择.

关键词：BP神经网络、遗传算法、养老机构、情绪预测、智慧养老、心理健康、全局寻优

所属期刊栏目：41

分类号：TP183(自动化基础理论)

资助基金：重庆市教育委员会科研项目KJ1600427

在线出版日期：2020-09-15（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：1702-1706