發(fā)布時(shí)間：2021-03-09 17:00

　　以提高預(yù)測(cè)軟件老化趨勢(shì)為應(yīng)用背景,提出一種新型粒子群退火算法（New Particle Swarm Annealing Algorithm, NPSOSA）優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,繼而構(gòu)建NPSOSA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型.實(shí)驗(yàn)通過(guò)搭建軟件老化測(cè)試平臺(tái),收集所需的老化數(shù)據(jù)并進(jìn)行仿真訓(xùn)練.實(shí)驗(yàn)結(jié)果表明, NPSOSA-BP神經(jīng)網(wǎng)絡(luò)模型相比于傳統(tǒng)粒子群算法（PSO）、傳統(tǒng)粒子群退火算法（PSOSA）優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型提高了預(yù)測(cè)精度和適用度,在該應(yīng)用領(lǐng)域驗(yàn)證了本文方法的有效性. 

【文章來(lái)源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(01)

【文章頁(yè)數(shù)】：6 頁(yè)


本文編號(hào)：3073162