基于混合群智能算法优化BP神经网络的粮食产量预测

• 作者: 庄星 韩飞
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 粮食产量 预测 BP神经网络 粒子群 人工蜂群 混合群智能
• 年，卷（期）: 2019,（2）
• 页码范围: 209-215
• 页数: 7页
• 分类号: TP391.4
• 字数: 6408字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2019.02.014

摘要

针对前馈神经网络预测粮食产量的方法易陷入局部最优的问题,提出一种基于粒子群算法和人工蜂群算法的改进BP神经网络模型.利用粒子群优化算法和人工蜂群算法在全局搜索能力上的不同优势,结合两者对BP神经网络的权值和阈值进一步优化,以提升粮食产量预测模型的准确性与鲁棒性.给出基于粒子群和人工蜂群混合的ABPSO算法的具体实现,并选择1979年至2012年我国粮食的产量及影响其产量的8项因素作为数据集进行试验.结果表明:改进的BP神经网络能够较好地预测国内近几年的粮食产量变化趋势;相比未优化的BP模型,新算法预测误差平均值由847780 t降低至240320 t,误差范围由1894200 t降低至586800 t.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩飞	江苏大学计算机科学与通信工程学院	24	134	6.0	10.0
2	庄星	江苏大学计算机科学与通信工程学院	1	4	1.0	1.0