基于蜂群优化神经网络的环境空气质量预测
刘笃晋
蒲国林
王光琼
1.四川文理学院智能制造学院 达州6350002.四川文理学院智能制造学院 达州6350003.四川文理学院智能制造学院 达州635000
摘要：环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际.
关键词：人工蜂群算法反向传播神经网络环境空气质量预测适应度函数
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61152003)四川省教育厅重点项目(16ZA0353)四川省教育厅项目(16ZB0360)国家自然科学基金(2015TP001Y)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 639-643 )
英文信息