模拟退火的粒子群BP神经网络数据处理探讨  

Research on Data Processing Method of Particle Swarm BP Neural Network Based on Simulated Annealing

作　　者：田建波[1] 程喆 陈于[2] 

机构地区：[1]中国人民解放军61365部队 [2]中国地质大学(武汉)信息工程学院 [3]中国人民解放军61175部队

出　　处：《地理空间信息》2014年第3期69-72,7,共4页Geospatial Information

基　　金：湖北省自然科学基金资助项目(2011CDB350)

摘　　要：为了提高监测数据分析与预报的准确性、实时性,提出将模拟退火算法与粒子群BP神经网络相结合应用于变形监测数据处理中。分别分析了3种方法的原理和计算过程,阐述了新方法的计算步骤,并通过实例说明该方法比传统的BP神经网络法拟合和预报效果更好。In order to improve the accuracy and real-time of monitoring data analysis and forecasting, this paper proposed that combining the simulated annealing algorithm with particle swarm BP neural network, and using it in deformation monitoring data processing. This paper analyzed the principle and calculation of the three methods respectively, and elaborated the calculation steps of new method. The new method is better than the traditional method of BP neural network in fitting and forecasting results, which illustrated by applied research of instance data.

关 键 词：模拟退火法 粒子群算法 BP神经网络 监测数据 

分 类 号：P258[天文地球—测绘科学与技术]