本文主要研究内容
作者郭平飞,甄彤（2019）在《基于GANPSO-BP神经网络的粮情预测模型研究》一文中研究指出：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0.021 79,PSO-BP的均方误差为0.017 65,GANPSO-BP的均方误差为0.013 30;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。
Abstract
zai shi yong BPshen jing wang lao gou jian liang qing wen du yu ce mo xing shi ,yin ji cun zai wu cha gao 、wen ding xing cha deng que xian ,jie jian wei chuan suan fa he li zi qun de sai xiang ,di chu yi chong GANPSO-BPshen jing wang lao lai yu ce liang shi wen du 。shou xian wei yan zheng GANPSOsuan fa de ke yong xing ,jiang gai suan fa yu PSOsuan fa he IPSOsuan fa zai ce shi han shu shang li yong Matlabruan jian jin hang mo ni ce shi ,jie guo de chu GANPSOsuan fa xiao guo xiang dui yu ji ta liang chong suan fa you zhao ming xian di gao ;ran hou zai dui BP,PSO-BPhe GANPSO-BPsan chong shen jing wang lao jin hang ce shi ,de chu BPde jun fang wu cha wei 0.021 79,PSO-BPde jun fang wu cha wei 0.017 65,GANPSO-BPde jun fang wu cha wei 0.013 30;cong er de dao GANPSO-BPshen jing wang lao xiang dui yu ji ta liang chong you zhao jiao hao de wen ding xing ,neng gou hen hao de yu ce liang shi wen du de bian hua qing kuang 。
论文参考文献
论文详细介绍
论文作者分别是来自现代电子技术的郭平飞,甄彤，发表于刊物现代电子技术2019年20期论文，是一篇关于粮食温度论文,回归预测论文,神经网络论文,仿真模拟论文,预测分析论文,权重优化论文,现代电子技术2019年20期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自现代电子技术2019年20期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：粮食温度论文; 回归预测论文; 神经网络论文; 仿真模拟论文; 预测分析论文; 权重优化论文; 现代电子技术2019年20期论文;