改进FA优化LSTM的时序预测模型

摘要：

为了提高时序预测精度,提出了一种改进萤火虫算法(firefly algorithm,FA)优化LSTM的时序预测模型(GAFA-LSTM).针对FA因种群多样性弥散陷入局部最优,影响寻优效果的问题,提出了种群多样性增加机制.FA在完成初始化后加入种群多样性的计算;在满足多样性增加机制的条件下,引入自适应多样性增加机制,有效平衡进化过程中对种群多样性的需求;在迭代后期加入自适应游动参数来避免局部震荡.将改进后的FA用于LSTM模型输入参数的优化,以提高LSTM模型输入参数的准确性.实验部分对改进FA进行了改进效果测试,对GAFA-LSTM模型进行了模型验证.结果表明改进FA具有较好的寻优效果,GAFA-LSTM预测模型较其他预测模型拟合程度与预测精度都有不同程度的提高.

关键词：萤火虫算法、时间序列预测、种群多样性、长短期记忆神经网络(LSTM)、多样性增加机制

所属期刊栏目：58

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;甘肃省科技计划资助项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：125-132