基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对精准扶贫缺乏有效的分析模型对扶贫的成效与脱贫时间进行准确刻画与定量分析问题,提出了基于FOA-BPNN贫困户脱贫时间预测模型.针对BP神经网络模型可能陷入局部最小的缺陷,引入果蝇优化算法,以BP神经网络的预测误差作为适应度值,寻找最优的BP神经网络参数值,提高参数精度.由于标准果蝇优化算法的搜索半径固定,可能导致后期局部寻优性能弱,提出了一种动态步长变更策略的DSFOA-BPNN模型,通过引入变速因子与种群密度,将动态步长FOA算法与传统误差反向传播神经网络(BPNN)结合,提高模型预测时间精度.在湖北省某贫困地区50000条扶贫数据的基础上,通过实验表明:与BPNN和FOA-BPNN模型相比,提出的DSFOA-BPNN模型预测精度分别提高了44%和11%.增量实验表明:提出的DSFOA-BPNN模型更适用于精度预测.
推荐文章
基于FOA优化混合核LSSVM的铁路货运量预测
铁路货运量
预测方法
混合核LSSVM
果蝇优化算法
基于REMCC-BPNN的粮食产量预测研究
BP神经网络
时间序列
粮食产量
预测
基于混合核函数FOA-LSSVM的预测模型
预测
果蝇优化算法(FOA)
最小二乘支持向量机(LSSVM)
混合核
基于FOA-LSSVM的汽轮机热耗率预测模型研究
果蝇优化算法
最小二乘支持向量机
惩罚因子
核函数
预测模型
泛化能力
鲁棒性
汽轮机热耗率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化FOA-BPNN模型的脱贫时间预测
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 精准扶贫 果蝇优化算法 脱贫时间预测 BP神经网络
年,卷(期) 2018,(4) 所属期刊栏目 计算机科学
研究方向 页码范围 109-114
页数 6页 分类号 TP399
字数 4361字 语种 中文
DOI 10.3969/j.issn.1672-4321.2018.04.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱容波 中南民族大学计算机科学学院 24 62 4.0 6.0
2 王德军 中南民族大学计算机科学学院 13 26 4.0 4.0
3 张静静 中南民族大学计算机科学学院 2 10 1.0 2.0
4 李媛丽 中南民族大学计算机科学学院 2 0 0.0 0.0
5 海梦婕 中南民族大学计算机科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (233)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
精准扶贫
果蝇优化算法
脱贫时间预测
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导