基于自适应权和小生境遗传算法的BP神经网络优化预测法--以湖北省城镇冷链食品系统需求规模预测为例
我国冷链食品产业的建设已经出现乱象.政府亟须通过掌握该行业未来的发展规模,实现对其建设的合理规划和引导.本文根据湖北省冷链食品统计数据的特点,设计了基于自适应权和小生境遗传算法的BP神经网络优化预测方法(Adaptive Weight and Niche Genetic-BP Algorithm,AWNG-BP).该预测方法通过对BP神经网络线性梯度下降法中误差函数的修正和引入动态自适应的权,克服了一般BP神经网络收敛过慢和容易陷入局部最优的缺点;通过引入小生境遗传算法,对BP神经网络的结构进行了优化;从而解决了一般BP神经网络最主要的两个缺陷.通过大量实验和对比分析,证明了AWNG-BP预测法在收敛速度、预测精度以及摆脱局部极值的能力上均有大幅度的提高,是一种实用高效的预测方法.最后以湖北省城镇冷链食品系统为实证对象,对其未来几年的需求规模进行了预测.预测数据表明,湖北省当前冷链食品规模的急速扩张是一种假象,其在2018年的增速仅有1％,远低于国民生产总值.因此,湖北省冷链食品系统的建设应该以现阶段的供需缺口为准,不能再继续扩大,否则会导致建设和投资的浪费.
冷链食品产业 神经网络 预测方法 自适应权 小生境遗传算法
毕娅
湖北经济学院物流与工程管理学院
国内会议
重庆
中文
50-66
2015-11-14（万方平台首次上网日期，不代表论文的发表时间）