基于改進(jìn)粒子群算法的平房倉(cāng)糧溫BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型建立

摘要： 在傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的基礎(chǔ)上引入改進(jìn)的粒子群算法對(duì)神經(jīng)網(wǎng)絡(luò)中的權(quán)值和閾值進(jìn)行不斷優(yōu)化，針對(duì)平房倉(cāng)內(nèi)部不同溫度監(jiān)測(cè)點(diǎn)處的糧食溫度建立預(yù)測(cè)模型，改進(jìn)后的粒子群算法擁有更好的局部尋優(yōu)能力和全局尋優(yōu)能力，較傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)擁有更精確的預(yù)測(cè)精度，更小的預(yù)測(cè)誤差，使優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)能快速的從歷史糧溫中總結(jié)平方倉(cāng)糧溫變化規(guī)律，實(shí)現(xiàn)平房倉(cāng)糧溫的預(yù)測(cè)。