【RBF预测】基于粒子群算法优化RBF神经网络实现数据回归预测含Matlab源码

【RBF预测】基于粒子群算法优化RBF神经网络实现数据回归预测含Matlab源码

1 简介

原油含水率预测对于确定油井水,油层位以及估计原油产量有着非常重要意义.BP神经网络是最近常用的原油含水率预测方法,然而,由于BP神经网络存在容易陷入局部极小值,收敛速度慢等问题,影响了其预测的实用性和准确性,对此,提出基于粒子群优化RBF神经网络(PSO-RBFNN)的原油含水率预测方法,粒子群优化算法用于RBF神经网络参数优化.在分析原油含水率预测的影响因素基础上,建立粒子群优化RBF神经网络的原油含水率预测模型.实验结果表明,在原油含水率预测中,基于粒子群优化RBF神经网络比BP神经网络有着更高的预测精度.

2 部分代码

function [out1,out2,out3] =fun(num)%创建训练样本输入集data=xlsread('data.xlsx','in');num=num;%对应三个特征%归一化data1=data';data=mapminmax(data1,0,1);data=data';%建立训练集测试集x_train=data(:,1:1).';y_train=data(:,1+num).';%创建、训练网络net=newrb(x_train,y_train,0.001,1,25,5);%在训练集和测试集上的表现y_train_predict=sim(net,x_train);%求出误差 训练集和测试集err=y_train_predict- y_train;train_error=(err.*err)/length(y_train);out1=y_train_predict;out2=train_error;out3=y_train;end

3 仿真结果

4 参考文献

[1]吴良海. "基于粒子群优化RBF神经网络原油含水率预测." 计算机仿真 5(2010):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。