排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
针对传统GM(1,1)在模型参数绝对值较大时参数求解精度较差的问题,采用免疫进化算法对其参数求解方法进行改进,然后将改进后的GM(1,1)应用到四川省的经济发展指标预测,并和采用传统GM(1,1)所得的预测结果进行了对照.结果表明,采用免疫进化算法对GM(1,1)参数求解方法的改进是有效的,改进后的GM(1,1)对四川省的经济发展指标预测结果比传统GM(1,1)的预测结果有明显改进。 相似文献
3.
本文提出了应用B-P神经网络预测氘灯辐亮度值的新方法。构造3层神经网络结构,选取与氘灯辐亮度值有关的特性指标值作神经网络的信息输入,按误差反向传播(B-P)算法对样本进行训练,用已训练好的B-P神经网络预测待识别氘灯的辐亮度值。实例分析表明B-P神经网络用于氘灯辐亮度值预测有较高的拟合和预测精度。 相似文献
4.
针对捕鱼策略优化算法未充分利用群体最优个体信息因而收敛速度较慢的缺陷,提出了将蜜蜂进化遗传算法与捕鱼策略相结合的混合优化算法.算法将蜂王具有最优遗传基因的特点引入到渔夫撒网捕鱼策略中,能较好利用群体当前最优个体的信息,提高搜索速率;并保留捕鱼策略中渔夫移动搜索策略的独立性,避免陷入不成熟收敛.通过对多个典型测试函数的测试表明:蜜蜂进化遗传算法与捕鱼策略相结合的优化算法,比简单的捕鱼策略的优化算法在寻优能力、稳定性和收敛速度等方面均有提高. 相似文献
1