期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于DE-WOA的Elman神经网络的空气质量预测方法及应用
1
作者 乔寅威 贾新春 +1 位作者 关燕鹏 郝建华 《控制工程》 北大核心 2025年第9期1643-1651,共9页
针对鲸鱼优化算法(whale optimization algorithm, WOA)收敛速度慢、易陷局部最优的问题,提出了一种融合差分进化算法与柯西-t扰动的改进鲸鱼优化算法(DE-WOA),用于优化Elman神经网络(Elman neural network, ENN),以实现对空气质量指数(... 针对鲸鱼优化算法(whale optimization algorithm, WOA)收敛速度慢、易陷局部最优的问题,提出了一种融合差分进化算法与柯西-t扰动的改进鲸鱼优化算法(DE-WOA),用于优化Elman神经网络(Elman neural network, ENN),以实现对空气质量指数(air quality index, AQI)的更精准预测。首先,运用Tent混沌映射和精英反向学习初始化种群,增强多样性;然后,引入差分进化算法提升全局搜索能力,并通过柯西-t扰动策略增强算法后期的局部搜索能力;最后,将改进算法用于优化ENN,并以太原市空气质量数据为样本进行验证。结果显示,该模型的预测结果与期望结果的均方根误差较其他模型平均下降5%,在寻优精度和稳定性方面表现出色,有效提升了空气质量指数预测的准确性。 展开更多
关键词 空气质量指数预测 ELMAN神经网络 鲸鱼优化算法 差分进化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部