改進的粒子群BP神經網路算法在天氣預測中的套用

《改進的粒子群BP神經網路算法在天氣預測中的套用》是沈藝高撰寫的一篇論文。

基本介紹

  • 中文名:改進的粒子群BP神經網路算法在天氣預測中的套用
  • 論文來源:計算機時代
  • 發表時間:2019-08-14
  • 作者:沈藝高
  • 分類號:TP18;P45
論文摘要,引文格式,
介紹了一種基於改進的粒子群算法BP神經網路(IBPPSO)來預測天氣情況。粒子群算法BP神經網路(BPPSO)彌補了BP神經網路疊代次數多,運算速度慢的缺點。粒子群算法中學習因子(c1、c2)、慣性權重(w)設定為常數,實際情況下,c1、c2、w隨疊代次數而變化。文章對粒子群算法進行適當改進,對最佳位置的搜尋從全局的大範圍漸漸向局部的小範圍轉變,既滿足了較大的全局搜尋能力,又增加了小範圍局部搜尋的精度。該方法套用於上海虹橋機場近三年來12000組天氣情況數據。結果表明,IBPPSO預測準確率和成功預測雨天機率兩方面都優於BP神經網路與BPPSO。
沈藝高.改進的粒子群BP神經網路算法在天氣預測中的套用[J].計算機時代,2019(08):18-20+36.

相關詞條

熱門詞條

聯絡我們