文献类型：期刊文章

作　　者：宗宸生[1] 郑焕霞[2] 王林山[1]

ZONG Chen-Sheng;ZHENG Huan-Xia;WANG Lin-Shan(School of Mathematical Sciences,Ocean University of China,Qingdao 266100,China;Zhengjia Middle School in Dongchangfu District,Liaocheng City,Shandong Province,Liaocheng 252035,China)

机构地区：[1]中国海洋大学数学科学学院,青岛266100 [2]山东省聊城市东昌府区郑家中学,聊城252053

出　　处：《计算机系统应用》

基　　金：国家自然科学基金(11771014)~~

年　　份：2018

卷　　号：27

期　　号：12

起止页码：204-209

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：综合考虑影响粮食产量的多种因素,运用改进的粒子群算法优化BP神经网络的初始权重,建立了适合小样本粮食产量的预测模型.实验表明,与BP神经网络粮食预测模型和PSO-BP神经网络粮食预测模型相比,该模型具有更高的预测精度和较大的适应度.

关 键 词：改进粒子群优化BP神经网络  惯性权重 学习因子  粮食预测模型  预测精度和适应度  

分 类 号：TP18] S126]