原文服务方: 科技与创新       
摘要:
论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数和预测准确性方面都有非常大的提升.
推荐文章
基于MATLAB的改进BP神经网络在城市日用水量预测中的应用
需水量预测
BP
MATLAB
神经网络工具箱
城市日用水量的自回归模型(AR)预测方法
自回归模型
预测
日用水量
灰色神经网络在城市用水量预测中的应用
城市用水量
灰色神经网络
粒子群优化算法
PSO-GNNM(1,N)算法
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
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 MCPSO优化BP-NN在日用水量预测中的应用
来源期刊 科技与创新 学科
关键词 MCPSO BP神经网络 日用水量预测
年,卷(期) 2009,(9) 所属期刊栏目 软件时空
研究方向 页码范围 151-153
页数 3页 分类号 TP389.1
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.09.063
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 罗大庸 湖南长沙中南大学信息科学与工程学院 2 4 1.0 2.0
2 周天佐 湖南长沙中南大学信息科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (16)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
MCPSO
BP神经网络
日用水量预测
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导