【BP预测】基于头脑风暴算法优化BP神经网络实现数据预测附matlab代码

​1 简介

针对基于传统BP神经网络的海水水质评价模型存在易陷入局部极小等问题,提出了一种新的利用头脑风暴优化算法(BSO)优化BP神经网络的海水水质评价模型(BSO-BP).该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力,学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值,阈值的最优解,使得海水水质评价结果准确合理.并以胶州湾海域的12个监测站位的监测数据作为评价样本进行水质评价,实验结果表明该评价模型能够克服局部极小问题,评价结果准确性较高,并具有一定的实用性.

受人类创造性解决问题过程--头脑风暴会议的启发， 史玉回老师 在第二次群体智能国际会议(The Second International Conference on Swarm Intelligence(ICSI11))中提出一种新的群智能优化算法--头脑风暴优化算法，算法采用聚 类思想搜索局部最优，通过局部最优的比较得到全局最优;采用变异思想增加了算法的多 样性，避免算法陷入局部最优，在这聚与散相辅相承的过程中搜索最优解，思想新颖，适合于解决多峰高维函数问题。

2 部分代码

function best_fitness = bso2(fun,n_p,n_d,n_c,rang_l,rang_r,max_iteration)

% fun = fitness_function

% n_p; population size

% n_d; number of dimension

% n_c: number of clusters

% rang_l; left boundary of the dynamic range

% rang_r; right boundary of the dynamic range

pr