| 基于量子粒子群神经网络的太阳黑子数预测磁 |
| |
| 引用本文： | 关学忠,皇甫旭,李欣,佟宇,孙立刚. 基于量子粒子群神经网络的太阳黑子数预测磁[J]. 计算机与数字工程, 2014, 0(10) |
| |
| 作者姓名： | 关学忠 皇甫旭 李欣 佟宇 孙立刚 |
| |
| 作者单位： | 1. 东北石油大学电气信息工程学院 大庆 163318
2. 东北石油大学计算机与信息技术学院 大庆 163318 |
| |
| 摘 要： | 为了提高太阳黑子数的预测精度，论文提出了一种基于量子粒子群神经网络预测太阳黑子数的模型（QPSO-BP 网络）。首先基于前18个太阳周（1755～1953）的年均值，利用量子粒子群算法优化 BP 神经网络的权值和阀值，完成网络训练训；然后对第19太阳周（1954～2013）年均值进行预测，检验模型的预测能力。与普通 BP 神经网络预测的对比结果表明，该模型在逼近能力和预测精度两方面均有明显提高，从而表明基于量子粒子群优化的训练方法对于提高神经网络预测能力具有一定潜力。
|
| 关 键 词： | 太阳黑子年均值 量子粒子群优化 BP 神经网络 时间序列预测 |
Sunspot Number Prediction Based on Quantum-behaved Particle Swarm-based Neural Network |
| |
| GUAN Xuezhong,HUANGFU Xu,LI Xin,TONG Yu,SUN Ligang. Sunspot Number Prediction Based on Quantum-behaved Particle Swarm-based Neural Network[J]. Computer and Digital Engineering, 2014, 0(10) |
| |
| Authors: | GUAN Xuezhong HUANGFU Xu LI Xin TONG Yu SUN Ligang |
| |
| Abstract: | |
| |
| Keywords: | sunspots annual average QPSO BP neural networks time series prediction |
| 本文献已被 万方数据 等数据库收录！ |
