排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
为提高大青杨生长速率的预测精度,提出一种基于改进的蝴蝶优化算法(Improved Butterfly optimization algorithm,IBOA)与径向基函数(Radial basis function,RBF)神经网络结合的预测木材材性方法。通过使用佳点集法对标准蝴蝶算法中的种群进行初始化,将自适应切换频率和Levy飞行相结合进一步优化人工蝴蝶算法。构建出了新的IBOA-RBF神经网络木材材性预测模型,将得到的结果与其他几种算法优化的RBF神经网络预测结果进行对比。结果表明:基于IBOA-RBF神经网络模型预测效果最好,收敛速度从37步降低到了23步,预测结果误差达到了5.72%,预测精度最高。可见,对蝴蝶算法的改进是可行的,且对相关人员定向培养大青杨起到较大的帮助。 相似文献
1