|
|||||
|
|
| 基于改进CS优化算法的灰色神经网络预测模型 | |
| 作者姓名： | 屈迟文 傅彦铭 戴俊 |
| 作者单位： | 百色学院数学与计算机信息工程系;广西大学计算机与电子信息学院;百色学院经济管理系; |
| 基金项目： | 国家自然科学基金项目(61063046/F020805)资助;广西高校科研项目(2013YB247);百色学院一般科技项目(No.2010KB16) |
| 摘 要： | 为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法. |
| 关 键 词： | 灰色神经网络 CS优化算法 预测精度 |
| 本文献已被 CNKI 等数据库收录！ | |