| 混合遗传蚁群算法优化BP神经网络预测空气质量 |
| |
| 引用本文： | 杜沅昊,刘媛华. 混合遗传蚁群算法优化BP神经网络预测空气质量[J]. 计算机系统应用, 2023, 32(4): 223-230 |
| |
| 作者姓名： | 杜沅昊 刘媛华 |
| |
| 作者单位： | 上海理工大学 管理学院, 上海 200093 |
| |
| 基金项目： | 国家自然科学基金(72071130) |
| |
| 摘 要： | 为了进一步提高空气质量指数预测精度,提出一种混合遗传蚁群算法优化BP神经网络的方式对空气质量指数进行预测.首先初始化蚁群算法的信息素分布,对不满足适应度条件的进行遗传算法的交叉、变异操作,进而计算蚁群的状态转移概率和信息素浓度,当适应度值满足条件要求时,将寻优结果作为BP神经网络的最优权值和阈值,来改善单一BP神经网络的不足.最后通过运用西安市的空气质量指数日历史数据进行验证,实验表明,本文所提模型的各个评价指标相对其他对比模型误差更小,在预测精度方面具有更高的说服力,因此能够有效地预测空气质量指数.
|
| 关 键 词： | 遗传算法 蚁群算法 BP神经网络 空气质量指数AQI 优化 |
| 收稿时间： | 2022-09-07 |
| 修稿时间： | 2022-10-10 |
BP Neural Network Optimized by Hybrid Genetic-ant Colony Algorithm for Air Quality Prediction |
| |
| DU Yuan-Hao,LIU Yuan-Hua. BP Neural Network Optimized by Hybrid Genetic-ant Colony Algorithm for Air Quality Prediction[J]. Computer Systems& Applications, 2023, 32(4): 223-230 |
| |
| Authors: | DU Yuan-Hao LIU Yuan-Hua |
| |
| Affiliation: | Business School, University of Shanghai for Science and Technology, Shanghai 200093, China |
| |
| Abstract: | |
| |
| Keywords: | genetic algorithm ant colony algorithm back propagation (BP) neural network air quality index AQI optimization |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
