基于改进PSO＿BP神经网络的干燥机可靠性预测

针对BP(Back Propagation)神经网络模型对谷物干燥机进行可靠性预测时，模型存在收敛速度慢和易陷入局部最优等问题，采用改进的粒子群算法对BP神经网络模型进行优化，建立PSO＿BP神经网络的谷物干燥机可靠性预测模型，并与BP网络模型和GA＿BP网络模型获得的MAERMSEMAPE指标进行对比。研究结果表明，采用改进的PSO＿BP网络模型预测时，与BP网络模型相比三项指标分别降低了0.051 8、0.047 9和28.04%;与GA＿BP网络模型相比，三项指标分别降低了0.000 4、0.000 2和0.61%,说明其具有更小的误差和较好的预测能力。为实现谷物干燥机可靠性精准预测提供方法和思路。