改进的APSOwM-BP网络模型在高铁沉降预测中的应用研究

• 作者: 许锐 谭梨
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 粒子群 BP神经网络 自适应变异 邻域影响因子
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 测绘工程
• 页码范围: 210-213
• 页数: 4页
• 分类号: P25|TB22
• 字数: 3680字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2019.06.060

摘要

针对传统BP网络算法收敛速度慢和粒子群算法早熟收敛的问题,本文提出一种带有邻域影响的自适应变异粒子群算法优化BP神经网络(APSOwM-BP)的组合模型.该算法引入了邻域最优粒子影响因子,自适应惯性权值策略,并通过识别种群的平均粒距对种群中部分粒子采取变异操作.将改进的粒子群优化算法与BP神经网络结合,建立自适应变异的粒子群算法优化BP神经网络新模型.实验结果表明,改进算法不仅有效解决了BP网络算法收敛速度慢和粒子群算法早熟收敛的问题,且在一定程度上提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许锐		2	3	1.0	1.0
2	谭梨	桂林理工大学测绘地理信息学院	2	11	1.0	2.0