一种基于改进PSO‑BP神经网络的数据预测方法

摘要

一种基于改进PSO‑BP神经网络的数据预测方法，通过对传感器采集到的连续若干个数据来预测下一个将要采集的数据，将预测数据与采集数据进行对比并判断采集数据是否为数据“坏点”，首先根据传感器采集到的数据的特点确定BP神经网络的输入节点数、输出节点数和隐层节点数；接着使用改进的粒子群算法来优化该BP神经网络的连接权值和阈值，并得到最终的BP神经网络预测模型；然后通过MATLAB7.1和VC6将预测模型生成DLL文件；最后通过编程软件调用DLL文件将预测数据与采集数据进行对比，并判断采集到的数据是否为数据“坏点”。本发明能够有效处理数据“坏点”，兼顾可靠性和硬件成本。