基于遗传算法改进的BP神经网络房价预测分析

• 作者: 张可佳 李春生 李霄野
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: BP神经网络 遗传算法 价格预测 误差分析
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 应用开发研究
• 页码范围: 144-147,151
• 页数: 5页
• 分类号: TP301.6
• 字数: 3564字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.08.030

摘要

使用传统的BP神经网络进行预测容易发生收敛速度慢、预测精度低、陷入局部最优的可能.对此,阐述了BP神经网络的基本原理,介绍了遗传算法的实现过程,并根据遗传算法的全局搜索能力,优化调整了BP神经网络的初始权值和阈值,分别对传统BP神经网络和改进后的GA-BP神经网络建立了房价预测模型.选取了中国房价及其主要影响因素作为实验数据进行仿真训练,对比了模型的预测效果.实验结果表明,经过遗传算法改进的BP神经网络较传统BP神经网络具有预测精度高、收敛速度快的优点,同时避免了陷入局部最优的缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	李霄野	东北石油大学计算机与信息技术学院	2	12	2.0	2.0
3	张可佳	东北石油大学计算机与信息技术学院	29	44	4.0	5.0