差分GWO优化RBFNN模型及粮食产量预测应用

作     者：张小庆 许荣杰 冯晓祥 叶亮 ZHANG Xiao-qing;XU Rong-jie;FENG Xiao-xiang;YE Liang

作者机构：武汉轻工大学数学与计算机学院湖北武汉430023 

基　　金：武汉轻工大学校立科研基金项目(2023Y44) 湖北省教育厅科技基金项目(B2020063) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第12期

页      码：3802-3811页

摘      要：针对粮食产量预测方法预测精度的不足,提出一种融入差分进化自适应灰狼算法优化正则项径向基神经网络的粮食产量预测模型DEGWO-RBFNN。为提高灰狼算法的搜索精度,引入指数分布随机数初始化种群,提升初始种群质量;设计Sigmoid函数自适应缩放因子均衡算法搜索与开发;引入差分进化提高全局搜索能力。利用改进GWO搜索RBFNN超参数,解决网格调参易陷入局部最优及初值敏感的不足。实验结果表明,与GWO-RBFNN、RBFNN、DE-RBFNN、BPNN、GA-BPNN、支持向量机、随机森林相比,DEGWO-RBFNN预测精度达到96.06%,比对比模型可提高2.47%~14.79%。

主 题 词：径向基神经网络 粮食产量预测 灰狼优化算法 差分进化 指数分布 自适应缩放因子 正则项 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.12.037

馆 藏 号：203156281...