MEA-Elman与PSO-Elman预测电离层f0F2对比研究

摘要

针对Elman神经网络对电离层临界频率f0F2预测的不足的问题,引入思维进化算法和粒子群算法优化Elman神经网络.首先,根据f0F2预测要求确定Elman神经网络各层节点个数.然后,分别利用思维进化算法和粒子群算法优化Elman神经网络的初始权值和阈值.最后,分析了两种优化算法对F0F2的预测性能.通过将预测值和实际值比较,验证了优化算法的精确度.结果 表明,PSO-Elman和MEA-Elman算法对f0F2的预测精度明显大于Elman神经网络预测精度,当上午的f0F2值较大时,MEA-Elman算法表现出的连续数据预测性能优于PSO-Elman算法.