改进的神经网络算法在预测方法中研究与应用

作者：邬希可

来源：计算机与数字工程, 2022, 50(10): 2276-2279+2344.

DOI：10.3969/j.issn.1672-9722.2022.10.028

• 神经网络
• BP神经网络算法
• 遗传算法
• 预测

在大数据、人工智能的背景下，神经网络算法被广泛的应用和普及，风险预测问题成为人们关注的热点，BP神经网络算法是用于解决预测问题效果最好的算法之一，但传统的BP神经网络算法在隐含层权值选择过程具有一定的局限性，会影响算法预测的效率和精度。针对这种情况，提出了改进的BP神经网络算法，利用遗传算法和BP神经网络算法相结合，提升算法的预测效率和预测精度。首先，分析传统BP神经网络算法流程及不足；其次，利用遗传算法优化BP神经网络算法；最后，提出改进的BP神经网络算法执行流程，并以食品价格数据进行对比分析。通过实验分析结果可知，相对于传统的BP神经网络算法，该方法在预测过程中可以提高预测效率、提升预测精度。

• 出版日期2022