| 改进粒子群优化BP神经网络的PM2.5预测 |
| |
| 引用本文： | 贾佳美,池凯凯,吴哲翔.改进粒子群优化BP神经网络的PM2.5预测[J].计算机工程与设计,2021,42(12):3495-3501. |
| |
| 作者姓名： | 贾佳美 池凯凯 吴哲翔 |
| |
| 作者单位： | 浙江工业大学计算机科学与技术学院,浙江杭州310000;国网浙江省电力公司金华供电公司,浙江金华321000 |
| |
| 摘 要： | 针对PM2.5预测的非线性不确定特点,提出基于改进粒子群优化BP神经网络的空气PM2.5浓度预测模型.引入混沌映射和对立学习改进粒子群算法;引入对立学习提高初始解的质量;引入混沌Tent映射改进粒子随机搜索,避免局部最优;引入自适应惯性权重均衡局部开发和全局勘探能力.利用改进粒子群对BP神经网络权值和阈值进行迭代寻优,基于最优参数BP神经网络做PM 2.5预测,有效避免神经网络训练时陷入局部最优,提升收敛速度.选取某市某时段的PM2.5日均浓度数据进行实验分析,结果表明IPSO-BP预测准确度更高,收敛速度更快.
|
| 关 键 词： | PM2.5预测 BP神经网络 粒子群优化算法 混沌Tent映射 对立学习 |
PM2.5 forecasting based on improved particle swarm optimizing BP neural network |
| |
| JIA Jia-mei,CHI Kai-kai,WU Zhe-xiang.PM2.5 forecasting based on improved particle swarm optimizing BP neural network[J].Computer Engineering and Design,2021,42(12):3495-3501. |
| |
| Authors: | JIA Jia-mei CHI Kai-kai WU Zhe-xiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
