文件名称：论文研究-遗传优化的灰色神经网络模型比较研究.pdf
文件大小：629KB
文件格式：PDF
更新时间：2022-10-02 10:47:14
论文研究
针对灰色系统结合RBF神经网络时算法存在局部最优和收敛性等问题，引入遗传算法来辅助优化灰色神经网络预测模型。利用具有的较强全局搜索能力，且收敛速度快的遗传算法对GM（1，1）模型参数λ进行高效求解，然后融合RBF神经网络和改进的灰色GM（1，1）模型，构成两种不同结构的基于遗传算法的灰色RBF预测模型，一种是灰色RBF补偿预测模型GA-GRBF，另一种是灰色嵌入型GRBF模型。以某智能监控系统采集的风响应时程数据进行仿真分析，结果表明经过遗传算法优化的GRBF模型都要优于单一的GRBF模型，并且GA-GRBF模型建模简单，预测精度高，实用性强。