基于改进粒子群优化算法的灰色神经网络模型

发布时间：2016-06-04 11:00

  本文关键词：基于改进粒子群优化算法的灰色神经网络模型，由笔耕文化传播整理发布。

第５期

马军杰。等：基于改进粒子群优化算法的灰色神经网络模型

７４３

差好于其他模型，可为生产实践提供更为准确的理论依据．

＋实际订单数

＋改进ＰＳＯ—ＧＮＮＭ

姐色

≤

一举

月份／月

图２改进ＰＳ（ｘＧＮＮＭ网络预测圈

Ｆｉｇ．２

ＦｔＨ聊硼ｔｉｎｇ

ｒｅｓｕｌｔ

ｏｆｍｏｄｉｆｉｅｄ

ＰＳｏＧ舢

表２改进ＰＳＯ－（；ＮＮＭ模型运行结果与其他预测模型比较

＇ｌａｂ．２

Ｒｕｎｎｉｎｇ

ｒｅｓｕｌｔＣＯＩｌｌｐｌＥｕｔ＇ｉＪｌＯＩｒｌｏｆ

ｍｏｄｉｆｉｅｄＰＳＯ－

ＧＮＮＭａｎｄｏｔｈｅｒｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓ黜ＰＳ删Ｏ－Ｇ渔ＮＮＭＭＮＮＧ模型

ＭＮＮ篷Ｇ

模型

管磊

Ｘ＝～：二”４

”４

平均相对１０．２３６５

１１．７４６

９

１０．４３２３

１２．３３４

３

６．６９７１

ｉＪＩｌ自ｉｉ误差／％数据平均绝对

误差

ｏ．１６４７

０．１８７４

ｏ．１６７９０．１９７０ｏ．１１６４

平均相对ｔ８９

５．５５

５．５８

７．１

９．８１

验证误差／％数据平均绝对

误差

ｏ．０９１２

０．０９８６

０．１０１６

０．１２Ｚ

９

０．１７４１５结论

（１）本文利用改进粒子群算法与灰色神经网各自的优点进行耦合，用改进的粒子群算法代替梯度下降法，调整网络的权值，用灰色神经网络输出的均方误差作为粒子适应度值，实现了灰色神经网络模型参数的优化，弥补了传统算法当中的部分缺陷．

（２）以冰箱短期订单量为实例进行模型仿真．

实例表明，相比其他模型，改进ＰＳｏＧＮＮＭ模型计

算的平均绝对误差更小，精度更高，更符合实际订单．在生产实际中，可以根据建立的模型，对市场进行预测，为生产管理服务，提高管理决策的科学性．

（３）本文所提出的改进粒子群优化算法的灰色神经网络模型为短期订单预测研究提供了科学，有

万方数据

效的新途径，为了解需求趋势、市场份额，价格波动、订单满足率和分销商联合预测和冰箱销量关系提供了一个总体认识．参考文献：

［１］邓聚龙．灰色系统基本方法［Ｍ］．武汉ｔ华中科技大学出版社，

２００５．３８—４２．

ＤＥｂｌＧＪｔｔｌｏｎｇ．Ｔｌｍｐｒｉｍａｒｙｍｅｔｈｏｄｓｏｆ

ｇｒｅｙｓｙｓｔｅｍｔｈｅｏｒｙ

ｒＭ３．Ｗｕｈａｎ：｝ｈ“：ＩⅫ【ｌｇ

ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄｌ＂ｅｃｔｍｏｌｏｇｙ

Ｐｒｅｓｓ，２００５．３８—４２．

ｒｚ］袁景凌，钟珞。李小燕．灰色神经网络的研究及发展口］．武汉理

工大学学报，２００９（３）：９１．

ＹＩＪＡＮ

Ｊｉｎｇｌｉｎｇ，ＺｌｔＯＮＧＬｕｏ ＬＩＸｉａｏｙａｎ．Ｔｈｅｒｅｓｅａｒｃｈａｎｄ

ｄｅｖｅｌｏｐｍｅｎｔｏｔ

ｇｒｅｙ

ｎｅｕｒａｌｎｅｔｗｏｒｋＣＪ］．Ｊｏｕｒｎａｌｏｔ

Ｗｕｌｕａｎ

ＵｎｉｖｅｒｓｉｔｙｏｔＴｅｃｈｎｏｌｏｇｙ，２００９（３）：９ｌ－

［３］ＫｅｎｎｅｄｙＪ，Ｅ１）ｅｒｈａｒｔＲＣ．Ｐａｒｔｉｃｌｅ

ｓｗｍｎ

ｏｐｔｉｍｉｚａｔｉｏｎ

Ｉ－ｃ］／／

Ｐｒｏｃｅｅｄｉｎｇｓ

ｏｆ

ＩＥＩｍ

Ｉｎｔｅｌｍｔｉｏｍｌ

Ｃｏｎｆｅｒｅｎｃｅ

Ｏｎ

Ｎｅｕｒａｌ

Ｎｅｔｗｏｒｌ∞．Ｐｅｒｔｈ：ＩＥＥＥＰｒｅｓｓ，，１９９５：１９４２＿１９４８．

ｒ４］Ｌｋｒｂａｒｔ

ＲＣ．ＫｅｒｍｅｄｙＪ．Ａ

ｎｅｗ

ｏｐｔｉｍｉｚｅｒｕｓｉｎｇｌⅪｒｔｉｅｌｅｓｗａｌ＇ｍ

ｔｈｅｏｒｙｒＣ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｉｔｈｅＳｉｘｔｈＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍ

Ｏｉｌ

Ｍｉｃｒｏｍａｃｌａｉｎｅａｎｄ１ＪａｌｍａｎＳｃｉｅｎｃｅ．Ｎａｇｏｙａ

ｚ

ＩＥ珏Ｐｒｅｓｓ，

１９９５１

３９—４３．

［５］刘仁涛，付强。冯艳，等．基于ＲＡＧＡ的灰色神经网络预测模型

及其对三江平原地下水埋深的动态预测［Ｊ］．系统工程理论与实践，２００８（５）：１７１．

ＬＩＴｄＲｅｎｔａｏ，ＦＵＱｉａｎｇ。Ｈ烈ＧＹａｎ，ｅｔａ１．ＧｒｅｙＢＰｎｅｍ－ａｌ

ｎｅｔｗｏｒｋｓ

ｍｏｄｅｌ州Ｏｎ

Ｒ＾ｃ遗ａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎ

ｇｒｏｕｎｄｗａｔｅｒｄｙｎａｍｉｃｐｒｅｄｉｃｔｉｏｎ

ｏｆ

ｔｈｅ

Ｓａｎｉｉａｎｇ曲ｉｎ［Ｊ］．

Ｓｙｓｔｅｍｓ

ＥｎｇｉｎｅｅｒｉｎｒＴｈｅｏｒｙ＆Ｐｒａｃｔｉｃｅ，２００８（５）：１７１．

［６］张国华。张展羽沼Ｅ光成，等．基于粒子群优化算法的灌溉渠道

配水优化模型研究［Ｊ］．水利学报，２００６，３７（８）：１００４．

刁｛ＡＮＧＧｕｏｈｕａ．刁埘蚺ＧＺｈａｎｙｕ．Ｓ】∞ＯＧｕａｎｇｃｈｅｎｇ，ｅｔａ１．

Ｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌ

ｔｏｒｄｉｓｃｈａｒｇｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆ

ｉｒｒｉｇａｔｉｏｎ

ｃｈａｎｎｅｌｓｂａ８ｅｄ

Ｏｎ

ｐａｒｔｉｃｌｅ

ｓｗａｒｍ

ｏｐｔｉｍｉｚｅｒ［Ｊ］．Ｊｏｕｒｎａｌｏｔ

ＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇ，２００６，３７（８）：１００４．

［７］王渡，王灿林，粱国强．基于粒子群寻优的Ｄ－Ｓ算法ＥＪＩ．传感器

与微系统，２００７．２６（１）：８４．

ＷＡＮＧ

Ｂｏ，ＷＡＮＧ

Ｃａｎｌｉｎ．ＵＡＮＧＧｕｏｑｉａｎｇ，Ｂ－Ｓａｌｇｏｒｉｔｈｍ

ｂａ３酣０１１ｐａｒｔｉｃａｌ

ｓｗ＇ｄｎ／ｉ

ｏｐｔｉ．１ｉｚｅｒｒｊ］．Ｔｒａｎｓｄｕｃｅｒ

ａｎｄＭｉｅｒｏ

ＳｙｓｔｅｒｒｎＴｅｃｈｎｏｌｏｇｉｅｓ。２００７。２６（１）：８４．

［８］张志英，杨克开，于瑾维，等．改进粒子群算法的动态空间调度

方法［Ｊ］，哈尔滨工程大学学报，２（？０９，３０（１２）：１３４４．

刁¨ＮＧ

２ｈｉｙｉｎｇ．ＹＡＮＧＫｅ．１∞ｉ．ＹＵＪｉｎｘ，ｅｌ，ｅｔａｌ．Ｄｙｌｌａｌ．／ｌｉｃｓｌ峪ｔｉａｌ

ｓｃｈｅｄｕｌｉｎｇａｐｐｒｏａｃｈ

ｂａｓｅｄ

０１１１

ｉｍｐｒｏｖｅｄ

ｐａｒｔｉｃｌｅ

ｓｗａｒｍ

ｏｐｔｉｍｉｚａｔｉｏｎ

ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｍｌ

０ｆ

ＨａｒｂｉａＪ￡ｎｇｉｎｅｅｎｎｇ

Ｕｎｉｖｅｒｓｉｔｙ，２００９，３０（１２）：１３４４．

［９］史峰，王小川，郁磊，等．Ｍａｔｌａｂ神经网络３０个案例分析［Ｍ］．

北京：北京航空航天大学出版社，２０ｌＯ．２５８－２６５．

ＳＨＩＦｅｎｇ，ＷＡＮＧＸｉａｏｃｈｕａｎ，Ｙ＇ｔｉ＂Ｌｅｉ．Ｍａｔｌａｂｎｅｕｒａｌｎｅｔｗｏｒｋａｎａｌｙｓｉｓ

０ｆ

３０

ｃａ９∞［Ｍ］．Ｂｅｉｊｌｎｇ．．ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙ

ｏｌ

Ａｅｒｏｎａｕｔｉｃｓ＆Ａｓｔａ＇ｏｎａｕｔｉｃｓＰｒｅｓｓ，２０１０．２５８－２６５．

  本文关键词：基于改进粒子群优化算法的灰色神经网络模型，由笔耕文化传播整理发布。

本文编号：53510