改进的遗传BP算法在木材价格预测中的应用

摘要：

　　BP神经网络和遗传算法广泛应用于数据挖掘中，神经网络具有较高的正确率，但其网络训练时间长、收敛速度慢且易陷入局部极小。针对遗传算法具有全局寻优的特点和BP算法中应用动量-自适应学习率提高收敛速度的优点，将二者结合形成改进的GA-BP混合算法，并将其运用在木材价格预测的数据挖掘中。实验结果表明：把改进后的BP神经网络与遗传算法相结合，可以提高收敛速度，并在有限步内达到较高的精度要求。

关键词： 神经网络 遗传算法 数据挖掘 木材价格预测

作者: REN Hong-e 任洪娥 MA Yan-mei 马艳美 DONG Ben-zhi 董本志

作者单位: Information and Computer Engineering College,Northeast Forestry University,Harbin 150040 China 东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040

会议类型: 国内会议

会议名称: 黑龙江省第三届信息与智能自动化学术会议暨黑龙江省自动化学会第八届会员代表大会

会议地点: 哈尔滨

会议语种:中文

页码: 14-16,19

在线出版日期: 2011-09-24（万方平台首次上网日期，不代表论文的发表时间）