改进的APSOwM-BP网络模型在高铁沉降预测中的应用研究

摘要

针对传统BP网络算法收敛速度慢和粒子群算法早熟收敛的问题,本文提出一种带有邻域影响的自适应变异粒子群算法优化BP神经网络(APSOwM-BP)的组合模型.该算法引入了邻域最优粒子影响因子,自适应惯性权值策略,并通过识别种群的平均粒距对种群中部分粒子采取变异操作.将改进的粒子群优化算法与BP神经网络结合,建立自适应变异的粒子群算法优化BP神经网络新模型.实验结果表明,改进算法不仅有效解决了BP网络算法收敛速度慢和粒子群算法早熟收敛的问题,且在一定程度上提高了预测精度.