基于改进粒子群优化 RBF 神经网络的 地理信息预测

        摘 要;本文首先针对标准粒子群优化算法容易陷入局部最优的缺点，采用动态自适应调节策略，使得粒子的惯性权重随群体聚集程度而适时变化，从而调整粒子群搜索的速度和方向以跳出局部最优; 然后将粒子群算法的全局搜寻能力和 RBF 网络的局部优化能力相结合，利用改进的粒子群优化算法优化 RBF 神经网络的关键参数;并将其应用于地理信息的预测，得到满意的结果。