手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

侯福均;吴祈宗

  提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.……   
[关键词]:BP神经网络;遗传算法(GA);模拟退火(SA)算法;铁路营业里程;时间序列预测
[文献类型]:期刊
[文献出处]: 《北京理工大学学报2004年03期
[格式]:PDF原版; EPUB自适应版(需下载客户端)