基于改进微粒群神经网络的油料储备预测

• 作者: 周庆忠 曾慧娥
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 油料储备 预测 微粒群优化 神经网络
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 仿真智能化
• 页码范围: 314-317,339
• 页数: 5页
• 分类号: TP183
• 字数: 3776字
• 语种: 中文

摘要

根据油料储备历史数据样本进行油料储备预测,是实施油料保障有效举措.油料储备预测是具有不确定性、突变性的多变量复杂系统,预测难度大.为了解决采用传统预测法所存在的局限性,将微粒群优化算法与神经网络相融合,提出了改进微粒群神经网络的油料储备预测模型.利用神经网络自学习能力,捕捉预测系统非线性关系.将神经网络参数映射为实数码微粒,构造复合适应度函数.引入微粒距离系数,动态调整微粒速度和位置进化参数.借助微粒群优化算法较强全局搜索能力,训练神经网络参数,优化其结构,消除神经网络训练收敛慢、易陷入局部极值等现象.仿真实例表明,改进模型预测精确性评价指标良好,建模复杂度较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周庆忠		95	233	7.0	11.0
2	曾慧娥		20	49	4.0	6.0