基于粒子群优化算法的神经网络在油品质量预测中的应用

被引：12

作者：

李方方 ^{[1
]}

赵英凯 ^{[1
]}

贾玉莹 ^{[2
]}

机构：

[1] 南京工业大学自动化学院

[2] 南京工业大学信息科学与工程学院

来源：

计算机应用 | 2006年 / 05期

基金：

国家科技攻关计划;

关键词：

粒子群; 神经网络; 油品质量预测; 优化;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

粒子群优化算法是基于群体智能的全局优化技术,它通过了粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。其优势在于操作简单,容易实现。文中将粒子群算法和神经网络进行融合,优化神经网络的权值和域值,充分发挥了粒子群算法的全局寻优能力和BP算法的局部搜索优势,并与改进的BP算法进行了比较。油品质量预测的实例表明,将粒子群算法用于神经网络的优化,收敛速度更快,预测精度更高,而且算法简单。

引用

页码：1122 / 1124

页数：3