基于萤火虫优化的BP神经网络算法研究

被引：19

作者：

侯越 ^{[1
]}

赵贺 ^{[1
]}

路小娟 ^{[2
]}

机构：

[1] 兰州交通大学电子与信息工程学院

[2] 兰州交通大学自动化与电气工程学院

来源：

兰州交通大学学报 | 2013年 / 32卷 / 06期

关键词：

萤火虫优化算法; BP神经网络; Duffing系统; 混沌时间序列;

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：

为了改进神经网络结构和参数的设置方法,在萤火虫算法和BP神经网络的基础上,提出了一种萤火虫算法优化BP神经网络的算法.该算法利用萤火虫算法得到更优的网络初始权值和阈值,弥补BP神经网络连接权值和阈值选择上的缺陷.将该算法应用到Duffing系统产生的混沌时间序列进行算法的有效性验证,并与BP神经网络进行比较,仿真结果表明该算法具有更高的预测准确性,从而证明该算法在该预测领域的可行性和有效性.

引用

收藏

页码：24 / 27

页数：4

相关论文

共 12 条

[1] 混沌时间序列的混合预测方法 [J].

张金良 ;

谭忠富 .

系统工程理论与实践, 2013, 33 (03) :763-769

[2] 遗传算法优化BP神经网络的混沌时间序列预测 [J].

李松 ;

罗勇 ;

张铭锐 .

计算机工程与应用, 2011, 47 (29) :52-55

[3] 基于联合熵的多变量混沌时间序列相空间重构 [J].

张春涛 ;

应宏 ;

向瑞银 ;

徐家良 ;

郭皎 .

西南师范大学学报(自然科学版), 2011, 36 (04) :83-87

[4] 基于改进RBF神经网络对股价的演变预测 [J].

郭兰平 ;

俞建宁 ;

张建刚 ;

张旭东 ;

漆玉娟 .

兰州交通大学学报, 2010, 29 (01) :141-145

[5] 混沌时间序列的局域高阶Volterra滤波器多步预测模型 [J].

杜杰 ;

曹一家 ;

刘志坚 ;

徐立中 ;

江全元 ;

郭创新 ;

陆金桂 .

物理学报, 2009, 58 (09) :5997-6005

[6] 混沌时间序列的自适应变异差分进化ANFIS预测 [J].

李目 ;

何怡刚 ;

周少武 ;

谭文 .

计算机工程与应用 , 2009, (12) :134-137

[7] 基于BP神经网络的刘翔成绩与分栏时间预测模型研究 [J].

刘志兰 ;

龙斌 ;

王阳春 ;

张正红 ;

朱红燕 .

兰州交通大学学报, 2008, (05) :178-181

[8] 基于EMD方法的混沌时间序列预测 [J].

杨永锋 ;

任兴民 ;

秦卫阳 ;

吴亚锋 ;

支希哲 .

物理学报, 2008, (10) :6139-6144

[9] 基于粗糙集的神经网络结构优化设计 [J].

朱万富 ;

赵仕俊 .

计算机工程与设计, 2007, (17) :4210-4212

[10] 基于混合粒子群算法的RBF神经网络参数优化 [J].

岳恒 ;

张海军 ;

柴天佑 .

控制工程, 2006, (06) :525-529