基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势,但神经网络训练速度慢、易陷入局部极值.针对这种情况,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测模型,提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络,并将该神经网络时间序列预测模型应用于某时间序列的预测.
推荐文章
遗传算法优化BP神经网络的混沌时间序列预测
混沌理论
预测
反向传播(BP)神经网络
遗传算法
基于遗传算法和BP神经网络的房价预测分析
BP神经网络
遗传算法
优化
权值
房价
预测模型
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于遗传BP神经网络的非平稳时间序列预测
BP神经网络
遗传算法
时间序列预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的BP神经网络时间序列预测模型
来源期刊 系统工程与电子技术 学科 工学
关键词 遗传算法 BP神经网络 预测
年,卷(期) 2002,(4) 所属期刊栏目 系统工程
研究方向 页码范围 9-11
页数 3页 分类号 TP273
字数 2617字 语种 中文
DOI 10.3321/j.issn:1001-506X.2002.04.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪秉文 131 1350 20.0 31.0
2 钟颖 2 151 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (5)
参考文献  (2)
节点文献
引证文献  (145)
同被引文献  (203)
二级引证文献  (315)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(5)
  • 引证文献(5)
  • 二级引证文献(0)
2004(9)
  • 引证文献(9)
  • 二级引证文献(0)
2005(9)
  • 引证文献(8)
  • 二级引证文献(1)
2006(12)
  • 引证文献(9)
  • 二级引证文献(3)
2007(20)
  • 引证文献(7)
  • 二级引证文献(13)
2008(23)
  • 引证文献(13)
  • 二级引证文献(10)
2009(25)
  • 引证文献(9)
  • 二级引证文献(16)
2010(29)
  • 引证文献(7)
  • 二级引证文献(22)
2011(22)
  • 引证文献(7)
  • 二级引证文献(15)
2012(29)
  • 引证文献(14)
  • 二级引证文献(15)
2013(25)
  • 引证文献(7)
  • 二级引证文献(18)
2014(21)
  • 引证文献(8)
  • 二级引证文献(13)
2015(33)
  • 引证文献(11)
  • 二级引证文献(22)
2016(35)
  • 引证文献(4)
  • 二级引证文献(31)
2017(37)
  • 引证文献(4)
  • 二级引证文献(33)
2018(46)
  • 引证文献(8)
  • 二级引证文献(38)
2019(59)
  • 引证文献(12)
  • 二级引证文献(47)
2020(21)
  • 引证文献(3)
  • 二级引证文献(18)
研究主题发展历程
节点文献
遗传算法
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导