STUDY ON THE METEOROLOGICAL PREDICTION MODEL USING THE LEARNING ALGORITHM OF NEURAL ENSEMBLE BASED ON PSO ALGORITHMS
吴建生, 金龙 · 热带气象学报：英文版 · 2009
因为在在运作的气象学的申请和趋势 tbr 决定 BP 神经网络的结构的困难转变到本地答案的一个问题的网络，一个混合粒子群优化算法为 Guangxi 的整个区域的每月吝啬的降雨基于人工的神经网络( PSO-BP )模型被建议。它把粒子群优化(PSO ) 与 BP 相结合，也就是说，隐藏的节点的数字和连接重量被 PSO 的实现优化操作。方法生产更好的网络体系结构和起始的连接重量，再训练传统的向后的繁殖 by training 样品。整体策略被执行让线性编程作为最佳的规则基于“错误绝对值的东方和”计算最好的重量。每个整体个人的加权的系数被获得。方法能有效地改进学习的结果表演和神经网络的归纳能力。