摘要：本发明涉及计算机应用工程技术领域，是一种基于粒子群优化算法改进的神经网络模型用于数据预测方法，按照下述步骤进行：步骤1：数据样本的表示；步骤2：数据的预处理；步骤3：RBF神经网络参数初始化；步骤4：利用二元粒子群优化算法确定隐含层神经元的数目和隐含层径向基核函数的中心；步骤5：初始化局部粒子群优化算法的各个参数。本发明所述的基于粒子群优化算法改进的神经网络模型用于数据预测方法能够易于确定RBF神经网络模型隐含层神经元的数目，从而改善▂了RBF神经网络性能，提高了数据预测的精确度，同时，本发明中的基于粒子群优化算法改进的神经网络模型具有模型复杂度低，鲁棒性强，可扩展性好的特点。
- 专利类型发明专利
- 申请人华北电力大学;国家电网公司;国网新疆电力公司信息通信公司;
- 发明人李国栋;刘琳;宋志新;王晓磊;李凯;黄琳华;
- 地址102200 北京市昌平区德外朱辛庄
- 申请号CN201410451866.4
- 申请时间2014年09月06日
- 申请公布号CN104361393A
- 申请公布时间2015年02月18日
- 分类号G06N3/02(2006.01)I;
