基于改进粒子群优化神经网络的房地产市场预测

• 作者: 花景新 薄煜明 陈志敏
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 粒子群优化 混沌 神经网络 权重 阈值
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 24-32
• 页数: 9页
• 分类号: TP273
• 字数: 4628字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2014.003

摘要

针对粒子群优化算法精度不高、容易陷入局部最优、难以满足房地产市场形势需求的问题，提出一种改进粒子群优化神经网络，并应用于房地产市场预测中，该算法将混沌引入粒子群优化神经网络算法权重和阈值的初始化与更新的过程，提高了初始样本的质量，减轻了局部极值现象，提高了算法的全局搜索能力，同时设置了躲避因子，使粒子一定程度上离开偏离真实值的区域。研究结果表明，提出的改进算法可以提高粒子群优化神经网络权重和阈值的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄煜明	南京理工大学自动化学院	146	991	15.0	23.0
2	陈志敏	南京理工大学自动化学院	15	138	8.0	11.0
3	花景新	南京理工大学自动化学院	2	19	2.0	2.0