改进粒子群算法优化灰色神经网络预测模型及其应用
Gray Neural Network Forecasting Model and Its Application Based on Improved Particle Swarm Algorithm Optimization作者机构：四川大学经济学院成都610041 暨南大学深圳旅游学院广东深圳518053 四川省科技促进发展研究中心成都610041
出 版 物：《统计与决策》 (Statistics & Decision)
年 卷 期：2017年第33卷第11期
页 面：66-70页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。
维普期刊数据库
同方期刊数据库