基于CS-AGA-BP神經(jīng)網(wǎng)絡(luò)的房價預(yù)測分析

• 針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)的缺陷，以及基于遺傳算法改進的BP神經(jīng)網(wǎng)絡(luò)仍有改進空間的問題，本文建立CS（chaotic sequence）-AGA（adaptive genetic algorithms）-BP（基于混沌序列的自適應(yīng)遺傳算法改進的神經(jīng)網(wǎng)絡(luò)）改進模型，改進分為兩個方向：①交叉概率和變異概率采用自適應(yīng)算法確定；②通過Logistic混沌序列對交叉位置進行確定，并進行多基因變異，選取美國波士頓房價數(shù)據(jù)集并按4:1比例設(shè)置訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)，對隱含層節(jié)點進行確定后，選取train訓(xùn)練函數(shù)。
• 關(guān)鍵字： CS-AGA-BP  預(yù)測  房價  202212