摘要
针对传统BP神经网络容易产生局部极值和过于依赖权值的问题,提出了一种基于CS(CuckooSearch)算法优化设计BP神经网络的预测模型。该优化方法主要利用CS算法的全局搜索能力为BP神经网络寻找最优的权值和阈值,解决了BP神经网络由于参数随机取值引起的局部最优的问题,提高了模型的预测能力。为了验证算法的泛化性,利用广东省和湖北省的碳排放权价格进行预测实验,并与BP神经网络模型和粒子群算法优化神经网络模型(POS-BP)的预测结果进行比较,实验结果表明,CS-BP的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)明显优于其他两种算法,具有较好的预测能力。
出处
《信息技术与信息化》
2023年第9期52-55,共4页
Information Technology and Informatization
