文献类型：期刊文章

作　　者：屈迟文[1] 傅彦铭[2] 戴俊[3]

机构地区：[1]百色学院数学与计算机信息工程系,广西百色533000 [2]广西大学计算机与电子信息学院,南宁530004 [3]百色学院经济管理系,广西百色533000

出　　处：《西南师范大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61063046/F020805)资助;广西高校科研项目(2013YB247);百色学院一般科技项目(No.2010KB16)

年　　份：2014

卷　　号：39

期　　号：1

起止页码：131-136

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD_E2013_2014、JST、MR、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法.

关 键 词：灰色神经网络 CS优化算法  预测精度  

分 类 号：TP183] N941.5]