遗传优化的灰色神经网络模型比较研究

• 作者: 李小燕 袁景凌 钟珞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: GM(1,1)模型 径向基函数 基于遗传算法的灰色RBF预测模型 GA-GRBF模型 优化 残差补偿
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 研究、探讨
• 页码范围: 41-43
• 页数: 3页
• 分类号: TP183
• 字数: 3064字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.02.014

摘要

针对灰色系统结合RBF神经网络时算法存在局部最优和收敛性等问题,引入遗传算法来辅助优化灰色神经网络预测模型.利用具有的较强全局搜索能力、且收敛速度快的遗传算法对GM(1,1)模型参数A进行高效求解,然后融合RBF神经网络和改进的灰色GM(1,1)模型,构成两种不同结构的基于遗传算法的灰色RBF预测模型,一种是灰色RBF补偿预测模型GA-GRBF,另一种是灰色嵌入型GRBF模型.以某智能监控系统采集的风响应时程数据进行仿真分析,结果表明经过遗传算法优化的GRBF模型都要优于单一的GRBF模型,并且CA-GRBF模型建模简单,预测精度高,实用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟珞	武汉理工大学计算机科学与技术学院	195	1963	24.0	32.0
2	袁景凌	武汉理工大学计算机科学与技术学院	57	356	11.0	16.0
3	李小燕	武汉理工大学计算机科学与技术学院	2	13	1.0	2.0