基于改进粒子群优化算法的灰色神经网络模型

• 作者: 尤建新 陈震 马军杰
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群算法 灰色神经网络模型 预测
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 电子、计算机、控制与系统
• 页码范围: 740-743
• 分类号: TP183
• 字数: 3246字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-374x.2012.05.016

摘要

根据灰色神经网络的参数随机选择类似于粒子群算法中的粒子初始空间位置,采用改进粒子群算法代替梯度修正法,对网络参数进行了处理,并通过寻找粒子群算法中的最优个体,建立了基于改进粒子群算法的灰色神经网络,提高了预测模型的稳健性和精度.通过解决短期订货量问题,与反向传播(BP)神经网络、灰色神经网络、没有改进的粒子群灰色神经网络算法和基于遗传算法的灰色神经网络等方法进行了比较.分析结果表明,基于改进粒子群算法的灰色神经网络计算更为方便,并具有更好的逼近能力和预测精度.为优化网络模型参数提供了一种新方法,并拓展了预测模型的研究思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军杰	同济大学法学院	16	138	6.0	11.0
2	尤建新	同济大学经济与管理学院	349	5362	35.0	54.0
3	陈震	同济大学经济与管理学院	33	385	10.0	18.0