基于改进微粒群神经网络的油料储备预测

摘要：

根据油料储备历史数据样本进行油料储备预测,是实施油料保障有效举措.油料储备预测是具有不确定性、突变性的多变量复杂系统,预测难度大.为了解决采用传统预测法所存在的局限性,将微粒群优化算法与神经网络相融合,提出了改进微粒群神经网络的油料储备预测模型.利用神经网络自学习能力,捕捉预测系统非线性关系.将神经网络参数映射为实数码微粒,构造复合适应度函数.引入微粒距离系数,动态调整微粒速度和位置进化参数.借助微粒群优化算法较强全局搜索能力,训练神经网络参数,优化其结构,消除神经网络训练收敛慢、易陷入局部极值等现象.仿真实例表明,改进模型预测精确性评价指标良好,建模复杂度较低.

关键词： 油料储备 预测模型 微粒群算法 神经网络

作者: 周庆忠 曾慧娥

作者单位: 后勤工程学院,重庆401311 重庆科技学院,重庆401311

会议类型: 国内会议

会议名称: 中国计算机用户协会仿真应用分会成立三十周年庆祝大会暨2013全国仿真技术学术会议

会议地点: 呼和浩特

会议语种:中文

页码: 314-317,339

在线出版日期: 2013-09-01（万方平台首次上网日期，不代表论文的发表时间）