基于改进CS优化算法的灰色神经网络预测模型.pdf

( ) 第 卷 第 期 西 南 师 范 大 学 学 报 自然科学版 年 月 39 1 2014 1 ( ) Vol.39 No.1 Journal of Southwest China Normal Universit Natural Science Edition Jan. 2014 y 文章编号: ( ) 1000 5471 2014 1 0131 06 基于改进 优化算法的灰色神经网络预测模型① CS 1 2 3 屈迟文 , 傅彦铭 , 戴 俊 , ; , ; 1.百色学院 数学与计算机信息工程系 广西 百色 533000 2.广西大学 计算机与电子信息学院 南宁 530004 , 3.百色学院 经济管理系 广西 百色 533000 : , 摘要 为了提高灰色神经网络在人工智能预测领域中的预测准确性 提出一种改进布谷鸟算法优化灰色神经网络 ( ) , , 的预测方法 通过改进的布谷鸟算法对常规灰色神经网络 的白化参数进行优化 寻找出最优初始化参数 . GNN , , , 并将其结果作为灰色神经网络的输入 建立了基于改进布谷鸟优化的灰色神经网络预测模型 在此基础上 采用该 , 方法对煤与瓦斯突出进行预测 仿真实验表明 该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的 . 灰色神经网络等方法. : ; ; 关 键 词 灰色神经网络 优化算法 预测精度 CS 中图分类号:TP183 文献标志码:A , 灰色神经网络是一种融合灰色模型和人工神经网络的混合模型 因为它同时具有灰色模型所需样本 、 、 , 小 计算方式简单以及神经网络的自学习 逼近任意非线性系统的强大拟合能力 已经成功应用到各种预 [ ] 1-2 , 测系统中 .将灰色模型与人工神经网络相结合能够弥补单一使用某一种模型不足 具有较好的数据处 [ ] 3-4