论文部分内容阅读
利用遗传算法强全局随机搜索特点．结合DRNN神经网络对非线性数据具有鲁棒性和自学习能力的优点．通过将历年农机总动力数据作为时间序列进行分析．建立DRNN神经网络预测模型对农机总量进行预测。本文采用遗传算法对DRNN神经网络进行训练．可克服基于梯度算法的神经训练算法的缺点，收敛速度快．可达到全局最优。通过与校验用数据的比较证明本文建立的预测模型具有较高的精度．