基于改进教学算法优化BP神经网络的催化剂碳含量预测模型
来源期刊：控制与决策2016年第9期
论文作者：张凌波 宰娜 顾幸生
文章页码：1723 - 1728
关键词：改进教学算法;BP神经网络;催化剂碳含量;全局最优化;
摘 要：为提高待生催化剂碳含量预测的准确性,提出一种基于改进的教学算法(MTLBO)来优化BP神经网络的预测模型.针对基础教学算法全局搜索能力差的问题,在教师阶段前后增加了预习和复习过程,并在学生阶段采用量子方式进行更新.测试结果表明,该改进能够提高教学算法全局探索和局部改良能力,利用改进教学算法可优化BP神经网络的权值和阈值,并进行待生催化剂碳含量预测.仿真结果表明,改进后预测模型的预测精度和泛化能力均有一定程度的提高.
张凌波，宰娜，顾幸生
华东理工大学化工过程先进控制和优化技术教育部重点实验室
摘 要：为提高待生催化剂碳含量预测的准确性,提出一种基于改进的教学算法(MTLBO)来优化BP神经网络的预测模型.针对基础教学算法全局搜索能力差的问题,在教师阶段前后增加了预习和复习过程,并在学生阶段采用量子方式进行更新.测试结果表明,该改进能够提高教学算法全局探索和局部改良能力,利用改进教学算法可优化BP神经网络的权值和阈值,并进行待生催化剂碳含量预测.仿真结果表明,改进后预测模型的预测精度和泛化能力均有一定程度的提高.
关键词：改进教学算法;BP神经网络;催化剂碳含量;全局最优化;
