期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型
被引量：
8
1
作者
蒋华伟
郭陶
杨震
《科学技术与工程》
北大核心
2021年第21期8951-8956,共6页
在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化...
在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化的BPNN预测模型。采用非线性函数动态调整粒子群算法中的惯性权重和学习因子,优化BPNN中的权值参数,进而构建IPSO-BPNN预测模型。为验证该模型的准确性和稳定性,将其与BPNN模型、PSO-BPNN模型进行对比,结果表明:IPSO-BPNN模型预测的均方误差显著降低,有助于提高小麦储藏品质预测的准确性和可靠性。
展开更多
关键词
小麦储藏品质
多指标分析
粒子群算法
改进粒子群优化-反向传播神经网络(IPSO-BPNN)
预测模型
在线阅读
下载PDF
职称材料
题名
基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型
被引量：
8
1
作者
蒋华伟
郭陶
杨震
机构
粮食
信息
处理与
控制
教育部
重点
试验室
(
河南
工业
大学
)
河南
工业
大学
信息
科学与工程学院
出处
《科学技术与工程》
北大核心
2021年第21期8951-8956,共6页
基金
国家自然科学基金(51677055)
河南省自然科学基金(162300410055)
河南省科技攻关项目(212102210499)。
文摘
在使用反向传播神经网络(back propagation neural network,BPNN)预测小麦的储藏品质时,由于其易陷入局部极值且收敛速度慢,导致预测误差较大且稳定性较差,由此提出一种改进粒子群(improved particle swarm optimization,IPSO)算法优化的BPNN预测模型。采用非线性函数动态调整粒子群算法中的惯性权重和学习因子,优化BPNN中的权值参数,进而构建IPSO-BPNN预测模型。为验证该模型的准确性和稳定性,将其与BPNN模型、PSO-BPNN模型进行对比,结果表明:IPSO-BPNN模型预测的均方误差显著降低,有助于提高小麦储藏品质预测的准确性和可靠性。
关键词
小麦储藏品质
多指标分析
粒子群算法
改进粒子群优化-反向传播神经网络(IPSO-BPNN)
预测模型
Keywords
storage quality of wheat
multi-indicator analysis
particle swarm optimization
IPSO-BPNN
predictive model
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进粒子群优化-反向传播神经网络算法的小麦储藏品质预测模型
蒋华伟
郭陶
杨震
《科学技术与工程》
北大核心
2021
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
