|
|||||
|
|
| DELTA势阱改进QPSO优化BP算法及其应用 | |
| 引用本文： | 于凤玲,周扬,陈建宏,周汉陵.DELTA势阱改进QPSO优化BP算法及其应用[J].中国科学院研究生院学报,2015,32(3). |
| 作者姓名： | 于凤玲 周扬 陈建宏 周汉陵 |
| 作者单位： | 1. 五邑大学经济管理学院,广东江门,529020 2. 湖南文理学院资源环境与旅游学院,湖南常德,415000 3. 中南大学资源与安全工程学院,长沙,410083 |
| 摘 要： | 为了改进BP算法预测性能,提出QPSO-BP模型.该模型采用DELTA势阱改进的量子粒子群(QPSO)算法优化BP网络的权值与阈值,然后利用各年的GDP数据进行训练和预测.结果表明:经过DELTA势阱改进的QPSO优化BP算法模型比PSO-BP模型和BP神经网络更稳定,预测精度更高且泛化能力更强.与文献中所用模型的运算结果相比较,这种改进模型运算结果的相对误差和平均误差更小,在准确性上也有一定的优势. |
| 关 键 词： | BP神经网络 PSO模型 QPSO模型 δ势阱 GDP |
BP neural network optimized with QPSO algorithm improved by DELTA potential trough and its application |
|
| YU Fengling,ZHOU Yang,CHEN Jianhong,ZHOU Hanling.BP neural network optimized with QPSO algorithm improved by DELTA potential trough and its application[J].Journal of the Graduate School of the Chinese Academy of Sciences,2015,32(3). | |
| Authors: | YU Fengling ZHOU Yang CHEN Jianhong ZHOU Hanling |
| Abstract: | |
| Keywords: | back-propagation neural network PSO model QPSO model δ potential trough GDP |