基于改进粒子群优化RBF神经网络的地理信息预测

• 作者: 杨先武 蚩志锋
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 粒子群算法 RBF神经网络 动态自适应 地理信息预测
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 技术创新
• 页码范围: 139-141
• 页数: 3页
• 分类号: P208|TP18
• 语种: 中文

摘要

本文首先针对标准粒子群优化算法容易陷入局部最优的缺点,采用动态自适应调节策略,使得粒子的惯性权重随群体聚集程度而适时变化,从而调整粒子群搜索的速度和方向以跳出局部最优；然后将粒子群算法的全局搜寻能力和RBF网络的局部优化能力相结合,利用改进的粒子群优化算法优化RBF神经网络的关键参数；并将其应用于地理信息的预测,得到满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨先武	信阳师范学院城市与环境科学学院	16	56	5.0	6.0
2	蚩志锋	信阳师范学院城市与环境科学学院	13	44	4.0	6.0