自适应差分进化算法优化BP神经网络的时间序列预测OA北大核心CSCDCSTPCD
BP neural network incorporating self-adaptive differential evolution algorithm for time series forecasting
针对BP神经网络学习算法随机初始化连接权值和阈值易使模型陷入局部极小点的缺点,设计了一种自适应差分进化算法优化BP神经网络的混合算法.该混合算法中,差分进化算法采用自适应变异和交叉因子优化BP神经网络的初始权值和阈值,再用预寻优得到的初始权值和阈值训练BP神经网络得到最优的权值和阈值.首先对改进的自适应差分进化算法运用测试函数进行性能测试,然后用一个经典时间序列问题对提出的混合算法进行了检验,并与一般的神经网络、ARIMA预测模型及其它混合预测模…查看全部>>
王林;彭璐;夏德;曾奕
华中科技大学管理学院,湖北武汉430074华中科技大学管理学院,湖北武汉430074武汉理工大学管理学院,湖北武汉430070华中科技大学管理学院,湖北武汉430074
信息技术与安全科学
时间序列预测BP神经网络差分进化算法
time series forecastingBP neural networkdifferential evolution algorithm
《计算机工程与科学》 2015 (12)
2270-2275,6
中央高校基本科研业务费资助项目(HUST:2014QN201)
评论