排序方式： 共有1条查询结果，搜索用时 2 毫秒
1
1.
以2015年大学生体质数据为样本,研究了多层前馈神经网络(BP)预测大学生体质的有效性。为了提高BP神经网络模型的泛化能力,采用遗传算法(GA)模型优化BP神经网络参数。将上述两种模型结合,构建了有效预测男生体质与女生体质的两种模型,分别为GABP-1与GA-BP-2。GA-BP-1的训练和测试结果显示实测值与模拟值决定系数分别达到0.95与0.91;GA-BP-2的训练和测试结果均达到0.94。两种模型的预测值与模拟值均显示出较好的分布。为了验证模型的时间扩展预测能力,选择2016年大学生样本做预测,结果表明:GA-BP-1与GA-BPV2的模拟值与实测值的决定系数分别达到0.94与0.95,显示出较好的时间扩展预测能力。GA-BP-1与GA-BP-2具有很好地模拟能力,减少了大学生体质单项评估和总体评估的工作量,还可用于单项因子的预测分析。 相似文献
1