科研之友
微信
新浪微博
Facebook
分享链接
摘要
粮食储备对于一个国家来说十分重要,是关乎民生的重要战略资源。储粮对于温度要求十分严格,针对传统粮仓温度预测存在非线性、精度差的问题,选用RBF神经网络建立温度预测模型,利用粒子群算法(particle swarm optimization, PSO)及列文伯格-马夸尔特算法(levenberg-marquard, LM)优化网络的参数。仿真结果可以看出,用PSO算法和LM算法优化后的神经网络模型预测精度更加准确,与PSO优化后的RBF神经网络进行比较,PSO-LM-RBF算法预测误差小,模型更加稳定。
- 单位
