基于粒子群优化BP神网络预测模型研究.pdfVIP

【预测模型】基于粒子群算法优化BP神经网络实现预测多

输入单输出matlab源码

1模型

针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种粒子群优化BP

神经网络预测模型的算法.在该算法中,粒子群优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经

网络预测模型并预测.将该算法应用到几个典型的时间序列预测.实验结果表明,该算法明显提高BP神经

网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能.

1.1BP神经网络

1.2粒子群算法

2部分代码

%%PSO-BP神经网络

%%清空环境

clearall;

closeall;

clc;

data=xlsread(Test.xlsx,Sheet1,A2:G46);%数据

[M,NN]=size(data);%M是样本数，N是变量数

inputn=data(:,1:NN-1);%训练样本输入

outputn=data(:,NN);%训练样本输出

%节点个数

inputnum=NN-1;%输入个数

hiddennum=12;%隐藏层

outputnum=1;%输出个数

%构建网络

net=newff(inputn,outputn,hiddennum