基于改进CS优化算法的灰色神经网络预测模型

被引：15

作者：

屈迟文 ^{[1
]}

傅彦铭 ^{[2
]}

戴俊 ^{[3
]}

机构：

[1] 百色学院数学与计算机信息工程系

[2] 广西大学计算机与电子信息学院

[3] 百色学院经济管理系

来源：

西南师范大学学报(自然科学版) | 2014年 / 39卷 / 01期

关键词：

灰色神经网络; CS优化算法; 预测精度;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; N941.5 [灰色系统理论];

学科分类号：

摘要：

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法.

引用

页码：131 / 136

页数：6

共 11 条

[1] 基于SA-BP神经网络的软件缺陷预测模型的研究 [J].