作者:
原文服务方: 电子质量       
摘要:
在非线性模型预测中,往往难以获得精确的非线性数学模型,从而对预测精度造成一定的影响。该文将粒子群算法与BP算法相结合,提出了一种PSO-BP算法,改进了BP算法的不足,并将其应用于神经网络模型预测当中,提高了非线性模型预测的精度。
推荐文章
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
基于PSO-BP神经网络的终端区拥堵等级预测模型
空中交通
终端区
拥堵等级预测
粒子群算法
BP神经网络
基于PSO-BP神经网络的网络时延预测算法
粒子群优化
BP神经网络
网络控制
时延预测
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PSO-BP算法的神经网络模型预测策略研究
来源期刊 电子质量 学科
关键词 非线性模型预测 粒子群算法 BP算法
年,卷(期) 2012,(3) 所属期刊栏目 测试测量技术
研究方向 页码范围 7-8,14
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1003-0107.2012.03.002
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 王语园 66 102 5.0 7.0
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  (0)
参考文献  (0)
节点文献
引证文献  (5)
同被引文献  (21)
二级引证文献  (1)
2012(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性模型预测
粒子群算法
BP算法
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
电子质量
月刊
1003-0107
44-1038/TN
大16开
1980-01-01
chi
出版文献量(篇)
7058
总下载数(次)
0
总被引数(次)
15176
论文1v1指导