基于SAPSO的灰色神经网络优化城市林研究

摘要：

为构建合理的城市生态系统,亟待预测适宜的城市林(城市地带性植被).城市林的预测是一个复杂的非线性问题,其发展有波动性,选择合理的拟合方法可以提高预测精度.以东北地区的城市林为例进行研究,筛选7个影响城市植被类型的因子,以传统的灰色神经网络模型为基础,用粒子群算法初始网络参数,用模拟退火代替粒子群进行梯度修正,建立基于模拟退火算法(SA)和粒子群算法(PSO)的灰色神经网络模型.实验结果表明,改进后的模型预测拟合精度较高,残差均值为0.13,为城市林的预测提供一条新途径.

关键词：城市林的预测、灰色系统、粒子群算法、模拟退火算法

所属期刊栏目：39

分类号：TP391.7(计算技术、计算机技术)

资助基金：国家自然科学基金61573362;黑龙江省自然科学基金F2016039;黑龙江省青年科学基金项目QC2013C067;牡丹江市科学技术计划项目Z2016s0027;牡丹江师范学院科研项目YB2018004

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-80