基于蜂群优化神经网络的环境空气质量预测

• 作者: 刘笃晋 王光琼 蒲国林
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 人工蜂群算法 反向传播神经网络 环境空气质量预测 适应度函数
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 算法与分析
• 页码范围: 639-643
• 页数: 5页
• 分类号: TP391
• 字数: 4224字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.04.002

摘要

环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王光琼	四川文理学院智能制造学院	35	101	6.0	8.0
2	蒲国林	四川文理学院智能制造学院	43	929	11.0	30.0
3	刘笃晋	四川文理学院智能制造学院	24	77	5.0	8.0