10.3969/j.issn.1001-4616.2022.02.017
神经网络二次集成预测算法研究
针对常用预测算法不同程度地存在泛化能力不足的缺陷,提出了基于神经网络二次集成的优化算法(NNE2-QQ).该算法在第一次集成时采用量子粒子群算法进行个体网络的选择优化,在第二次集成时采用量子免疫算法进行集成结论生成优化,并通过多次迭代自适应寻求个体和权值的最佳组合,实现神经网络二次集成模型的性能最优,最后实验验证了NNE2-QQ算法的有效性和实用性.NNE2-QQ可从海量数据中发现各种因素之间的联系及其规律,为预测判断提供支持.
神经网络二次集成、量子粒子群算法、量子免疫算法、数据预测
45
TP18(自动化基础理论)
国家自然科学基金;江苏省教改课题
2022-06-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
136-141
