科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决现有的BP神经网络对私家车保有量的预测中存在的对初始权值和阈值敏感、易陷入局部极小点和收敛速度慢等问题,针对粒子群算法具有全局搜索寻优的特点,该文提出了基于熵值法的采用粒子群算法优化的BP神经网络的模型。我们用新建立的模型进行私家车保有量的预测,并将其结果与传统BP算法以及模拟退火法进行比较,结果表明新的模型有效的防止了网络陷入局部极小值的可能,明显提高了神经网络模型预测的速度和准确性。
- 出版日期2011
- 单位中国矿业大学（北京）; 中国矿业大学
为解决现有的BP神经网络对私家车保有量的预测中存在的对初始权值和阈值敏感、易陷入局部极小点和收敛速度慢等问题,针对粒子群算法具有全局搜索寻优的特点,该文提出了基于熵值法的采用粒子群算法优化的BP神经网络的模型。我们用新建立的模型进行私家车保有量的预测,并将其结果与传统BP算法以及模拟退火法进行比较,结果表明新的模型有效的防止了网络陷入局部极小值的可能,明显提高了神经网络模型预测的速度和准确性。
