10.3969/j.issn.1001-0645.2004.03.015
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
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.
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
24
U294.13;TP273(铁路运输管理工程)
2004-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
247-250