计量学报

作者：刘浩然,崔静闯,卢泽丹,郭长江,丁攀

单位：1. 河北省特种光纤与光纤传感重点实验室, 河北 秦皇岛 066004; 2. 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004;

关键词：计量学; 粒子群优化算法; 雁群启示; BP神经网络; PM2.5预测

基金：国家自然科学基金(51641609)

针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(GeEPSO)算法。该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性。为进一步提高改进算法的收敛速度,引入简化粒子群提出了 GeESPSO算法。基准函数的仿真表明:改进算法GeESPSO较好地平衡了收敛速度和局部最优两个矛盾,总体较优。为进一步验证算法在实际应用中的有效性,又分别用两种改进算法优化BP神经网络,并用相关气象数据对PM2.5的值进行预测。

来源：2019年第3期

《计量学报》期刊编辑部

查看计量学报杂志2019年第3期