《表2 DEGWO算法参数及对应符号》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《新型消费者信心预测指数的模型设计——基于DEGWO差分算法》
BP神经网络虽然具备能够计算非线性方程,根据误差逆向迭代的诸多特点,但该方法也存在一定缺陷,如迭代速度较慢、初始权值对系统精度影响较大和对算力要求较高。鉴于此,本文纳入邹鸿飞和王建州(2019)所改进的DEGWO算法[3]。该算法结合灰狼算法和差分进化算法,且具有收敛速度快、计算精度高的特点。DEGWO算法首先需要设定算法参数,对应参数及符号如表2所示。
图表编号 | XD00129661400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 杨学分 |
绘制单位 | 安徽国防科技职业学院经贸管理学院 |
更多格式 | 高清、无水印(增值服务) |