基于PSO-Elman神经网络的井底风温预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前井下风温预测大多采用BP神经网络，但其预测精度受学习样本数量的影响，且容易陷入局部最优，Elman神经网络具备局部记忆能力，提高了网络的稳定性和动态适应能力，但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题，采用粒子群优化（PSO）算法对Elman神经网络的权值和阈值进行优化，建立了基于PSO-Elman神经网络的井底风温预测模型。（剩余13143字）

试读结束

目录
monitor