四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用 |
| |
引用本文: | 相鑫,刘秀丽.四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J].系统科学与数学,2018(6). |
| |
作者姓名: | 相鑫 刘秀丽 |
| |
作者单位: | 中国科学院数学与系统科学研究院;中国科学院大学;中国科学院预测科学研究中心 |
| |
摘 要: | 为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与预测精度均有较大改进.鉴于人口死亡率的复杂变化趋势,使用单个模型无法准确预测,文章同时建立了GM(1,1)模型与ARMA(2,2)模型,结合三种模型的优势,应用模型平均方法预测了中国人口的死亡率.结果显示,2018-2020年中国人口的死亡率分别为7.1042‰,7.1040‰。和7.1045‰.
|
本文献已被 CNKI 等数据库收录! |
|