改進的粒子群BP神經網路算法在天氣預測中的套用

論文摘要

介紹了一種基於改進的粒子群算法BP神舉項采經網愚糊燥絡(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)、慣性槳剃拔連權重(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,對拘婆臘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,既滿足蜜微驗了較大的全檔剃屑烏局搜尋能力,又增加了小范才姜圍局部搜尋的精度。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。

引文格式

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.

改進的粒子群BP神經網路算法在天氣預測中的套用

基本介紹

論文摘要

引文格式

相關詞條

熱門詞條