10.3969/j.issn.1001-0645.2007.02.012
一种改进的神经网络集成法预测PMV指标
为解决大样本的PMV指标预测问题,采用基于模糊聚类的神经网络集成方法,将原始样本集模糊划分为多个相交子集,通过这些模糊子集训练神经网络得到预测个体,再对个体输出加权结合获得预测结果.在进行神经网络集成过程中,采用微粒群算法有效克服了聚类和常规神经网络训练容易陷入局部最优的缺点,总结出一种更加有效的神经网络集成方法.实验结果表明:基于微粒群的神经网络集成算法有较好的全局优化性能,其集成的神经网络系统能更准确地预测PMV指标.
模糊c均值聚类、神经网络集成、微粒群算法、PMV指标
27
TP183(自动化基础理论)
2007-04-05（万方平台首次上网日期，不代表论文的发表时间）
共5页
143-147
