本文主要研究内容
作者沈艺高（2019）在《改进的粒子群BP神经网络算法在天气预测中的应用》一文中研究指出：介绍了一种基于改进的粒子群算法BP神经网络(IBPPSO)来预测天气情况。粒子群算法BP神经网络(BPPSO)弥补了BP神经网络迭代次数多,运算速度慢的缺点。粒子群算法中学习因子(c1、c2)、惯性权重(w)设定为常数,实际情况下,c1、c2、w随迭代次数而变化。文章对粒子群算法进行适当改进,对最佳位置的搜索从全局的大范围渐渐向局部的小范围转变,既满足了较大的全局搜索能力,又增加了小范围局部搜索的精度。该方法应用于上海虹桥机场近三年来12000组天气情况数据。结果表明,IBPPSO预测准确率和成功预测雨天概率两方面都优于BP神经网络与BPPSO。
Abstract
jie shao le yi chong ji yu gai jin de li zi qun suan fa BPshen jing wang lao (IBPPSO)lai yu ce tian qi qing kuang 。li zi qun suan fa BPshen jing wang lao (BPPSO)mi bu le BPshen jing wang lao die dai ci shu duo ,yun suan su du man de que dian 。li zi qun suan fa zhong xue xi yin zi (c1、c2)、guan xing quan chong (w)she ding wei chang shu ,shi ji qing kuang xia ,c1、c2、wsui die dai ci shu er bian hua 。wen zhang dui li zi qun suan fa jin hang kuo dang gai jin ,dui zui jia wei zhi de sou suo cong quan ju de da fan wei jian jian xiang ju bu de xiao fan wei zhuai bian ,ji man zu le jiao da de quan ju sou suo neng li ,you zeng jia le xiao fan wei ju bu sou suo de jing du 。gai fang fa ying yong yu shang hai hong qiao ji chang jin san nian lai 12000zu tian qi qing kuang shu ju 。jie guo biao ming ,IBPPSOyu ce zhun que lv he cheng gong yu ce yu tian gai lv liang fang mian dou you yu BPshen jing wang lao yu BPPSO。
论文参考文献
论文详细介绍
论文作者分别是来自计算机时代的沈艺高，发表于刊物计算机时代2019年08期论文，是一篇关于粒子群算法论文,神经网络论文,改进论文,天气预测论文,计算机时代2019年08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，资料来自计算机时代2019年08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：粒子群算法论文; 神经网络论文; 改进论文; 天气预测论文; 计算机时代2019年08期论文;