基于GANPSO-BP神经网络的粮情预测模型研究

• 作者: 甄彤 郭平飞
• 来源期刊: 现代电子技术
• 关键词: 粮食温度 回归预测 GANPSO-BP神经网络 仿真模拟 预测分析 权重优化
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 21-25
• 页数: 5页
• 分类号: TN711-34|TP301.6
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.20.006

摘要

在使用BP神经网络构建粮情温度预测模型时,因其存在误差高、稳定性差等缺陷,借鉴遗传算法和粒子群的思想,提出一种GANPSO-BP神经网络来预测粮食温度.首先为验证GANPSO算法的可用性,将该算法与PSO算法和IPSO算法在测试函数上利用Matlab软件进行模拟测试,结果得出GANPSO算法效果相对与其他两种算法有着明显提高;然后再对BP,PSO-BP和GANPSO-BP三种神经网络进行测试,得出BP的均方误差为0.02179,PSO-BP的均方误差为0.01765,GANPSO-BP的均方误差为0.01330;从而得到GANPSO-BP神经网络相对于其他两种有着较好的稳定性,能够很好地预测粮食温度的变化情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甄彤	河南工业大学信息科学与工程学院	83	466	11.0	16.0
2	郭平飞	河南工业大学信息科学与工程学院	2	0	0.0	0.0