文献类型：期刊文章

作　　者：周庆忠 曾慧娥

ZHOU Qing-zhong（Logistics Engineering University, Chongqing 401311, China） ZENG Hui-e（Chongqing Science and Technology College, Chongqing 401311, China）

机构地区：后勤工程学院,重庆401311 重庆科技学院机械与动力工程学院

出　　处：《计算机仿真》

年　　份：2013

卷　　号：30

期　　号：9

起止页码：314-317

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD（2013-2014）、ZGKJHX、核心刊

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  微粒群优化 神经网络

分 类 号：TP183]