基于灰色关联分析的神经网络模型

被引:46
作者
苏博 [1 ]
刘鲁 [1 ]
杨方廷 [2 ]
机构
[1] 北京航空航天大学经济管理学院
[2] 北京仿真中心
关键词
BP神经网络; 灰色关联分析; 灰色GM(1,N)算法; 中国粮食产量预测;
D O I
暂无
中图分类号
N941.5 [灰色系统理论];
学科分类号
071101 ;
摘要
在BP神经网络算法的基础上,针对在多变量复杂系统建模过程中BP网络输入变量无法自动寻优的问题,将其与灰色关联分析方法结合,建立基于灰色关联分析的神经网络优化算法(GM-BPANN).并且使用中国粮食产量预测的数据,与逐步回归方法和灰色GM(1,N)模型方法进行了比较检验.结果表明,新模型通过灰色关联度的计算,可以全面、广泛地对大量的输入变量进行处理,而不必经过专门的主观筛选,从而增强了BP网络的适应能力,同时能够得到较好的预测精度和稳定性.
引用
收藏
页码:98 / 104
页数:7
相关论文
共 12 条
[11]   Weight decay backpropagation for noisy data [J].
Gupta, A ;
Lam, SM .
NEURAL NETWORKS, 1998, 11 (06) :1127-1137
[12]   A modified back-propagation method to avoid false local minima [J].
Fukuoka, Y ;
Matsuki, H ;
Minamitani, H ;
Ishida, A .
NEURAL NETWORKS, 1998, 11 (06) :1059-1072