基于改进人工蜂群算法的大青杨晚材率预测

管雪梅; 黄青龙; 黄靖一; 许宝成; 王荣; 李文峰

首页> 中文期刊> 《科学技术与工程》 >基于改进人工蜂群算法的大青杨晚材率预测

基于改进人工蜂群算法的大青杨晚材率预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了更加准确地预测人工林大青杨(Populus ussuriensis)晚材率,通过对标准人工蜂群算法(artificial bee colony,ABC)的蜜源更新公式进行改进,提出了分段式蜜源搜索半径公式,并用改进的人工蜂群算法(AABC)对径向基(radial basis func-tion,RBF)神经网络的初始参数进行优化,提出一种基于改进的人工蜂群算法和径向基神经网络算法结合的预测模型,并与粒子群(partical swarm optimization,PSO)优化的RBF神经网络预测结果进行对比.结果表明:传统的RBF预测模型不仅收敛速度慢,而且预测精度不高.基于改进的ABC算法优化RBF神经网络预测模型整体比PSO优化的效果相对较好,收敛速度从42步提升至28步,预测的平均相对误差从2.54％降低到0.95％.可见对ABC算法的改进是可行的,而且提高了晚材率预测的精度.

著录项

来源
《科学技术与工程》 |2021年第26期|11118-11124|共7页
作者
管雪梅; 黄青龙; 黄靖一; 许宝成; 王荣; 李文峰;
展开▼
作者单位

东北林业大学机电工程学院哈尔滨150040;

东北林业大学机电工程学院哈尔滨150040;

东北林业大学机电工程学院哈尔滨150040;

东北林业大学机电工程学院哈尔滨150040;

东北林业大学机电工程学院哈尔滨150040;

东北林业大学机电工程学院哈尔滨150040;

展开▼
原文格式 PDF
正文语种 chi
中图分类木材密度;
关键词
神经网络; 大青杨; 晚材率; 气候因子; 预测模型;

相似文献

中文文献
外文文献
专利

1. 基于改进人工蜂群算法的地下水埋深预测研究 [J] . 朱洪生 ,王继华 ,陈新 . 人民黄河 . 2020,第003期
2. 基于人工蜂群算法改进BP神经网络的光伏发电量预测 [J] . 郑建鄂 ,谭建军 ,鄂翔宇 . 湖北民族学院学报（自然科学版） . 2019,第001期
3. 基于改进人工蜂群算法的支持向量机时序预测 [J] . 刘栋 ,李素 ,曹志冬 . 传感器与微系统 . 2018,第005期
4. 基于改进人工蜂群算法优化小波神经网络的短时交通流预测 [J] . 黄恩潭 ,谷远利 . 山东科学 . 2018,第002期
5. 基于改进人工蜂群算法的网络突发事件预测 [J] . 蒲国林 ,刘笃晋 ,李杰 . 计算机与数字工程 . 2017,第012期
6. 基于改进人工蜂群算法的光伏并网优化配置方法 [C] . Wang Hui ,王慧 ,Piao Zai-lin . 智能农业技术与装备高峰论坛暨2018年中国农业工程学会农业电气化与信息化学术年会 . 2018
7. 基于改进人工蜂群算法的燃气负荷预测 [A] . 赵玉霞 . 2018

基于改进人工蜂群算法的大青杨晚材率预测

摘要

著录项

相似文献

相关主题

期刊订阅