基于智能计算的铁矿石消费预测
来源期刊：金属矿山2011年第11期
论文作者：蚩志锋 杨先武 谢文全
文章页码：45 - 99
关键词：粒子群算法;RBF神经网络;铁矿石消费预测;全局最优;
摘 要：为了提高铁矿石消费量的预测精度,采用一种基于智能计算的时间序列预测方法。该方法首先对粒子群算法进行改进,然后利用它的全局寻优能力优化RBF神经网络的关键参数,最后了建立铁矿石的消费预测模型。实验结果表明:与其他预测方法相比,该方法预测精度较高,为铁矿石消费预测提供了一种新途径。
蚩志锋，杨先武，谢文全
信阳师范学院城市与环境科学学院
摘 要：为了提高铁矿石消费量的预测精度,采用一种基于智能计算的时间序列预测方法。该方法首先对粒子群算法进行改进,然后利用它的全局寻优能力优化RBF神经网络的关键参数,最后了建立铁矿石的消费预测模型。实验结果表明:与其他预测方法相比,该方法预测精度较高,为铁矿石消费预测提供了一种新途径。
关键词：粒子群算法;RBF神经网络;铁矿石消费预测;全局最优;
