帆船VMG预测遗传算法优化

• 作者: 任久春 朱谦 汪建波 潘明杰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: VMG 时间序列预测 遗传算法 BP算法 神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 12-15
• 页数: 4页
• 分类号: TP311
• 字数: 3358字
• 语种: 中文

摘要

VMG(Velocity Made Good)泛指帆船在迎风阶段船速于迎风方向上的分量,反映了帆船运动员利用风的能力.在前期研究中通过设计BP神经网络模型对帆船VMG进行预测.为提高BP神经网络预测的准确性,提出了采用遗传算法对原网络模型的权值及阈值进行优化,并对网络重新进行学习训练.对比结果表明,使用遗传算法优化后的BP模型在多项指标上都有了明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱谦	复旦大学信息科学与工程学院	20	68	3.0	7.0
2	任久春	复旦大学信息科学与工程学院	13	40	3.0	5.0
3	潘明杰	复旦大学信息科学与工程学院	3	4	1.0	2.0
4	汪建波	复旦大学信息科学与工程学院	1	0	0.0	0.0