基于优化FOA-BPNN模型的脱贫时间预测

• 作者: 张静静 朱容波 李媛丽 海梦婕 王德军
• 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
• 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

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.

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