改进粒子群算法优化灰色神经网络预测模型及其应用

作者：周飞; 吕一清; 石琳娜

来源：统计与决策, 2017, (11): 66-70.

DOI：10.13546/j.cnki.tjyjc.2017.11.017

• 粒子群算法
• 灰色神经网络模型
• 专利授权数量
• 预测

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。

• 单位
  四川大学; 暨南大学深圳旅游学院