差分GWO優(yōu)化RBFNN模型及糧食產(chǎn)量預(yù)測(cè)應(yīng)用

摘要： 針對(duì)糧食產(chǎn)量預(yù)測(cè)方法預(yù)測(cè)精度的不足，提出一種融入差分進(jìn)化自適應(yīng)灰狼算法優(yōu)化正則項(xiàng)徑向基神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)模型DEGWO-RBFNN。為提高灰狼算法的搜索精度，引入指數(shù)分布隨機(jī)數(shù)初始化種群，提升初始種群質(zhì)量；設(shè)計(jì)Sigmoid函數(shù)自適應(yīng)縮放因子均衡算法搜索與開(kāi)發(fā)；引入差分進(jìn)化提高全局搜索能力。利用改進(jìn)GWO搜索RBFNN超參數(shù)，解決網(wǎng)格調(diào)參易陷入局部最優(yōu)及初值敏感的不足。實(shí)驗(yàn)... （共10頁(yè)）