基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法

一种基于改进思维进化算法的BP人工神经元网络的喷射器性能预测方法，具体如下：

1. 对给定的喷射器，收集相关参数；
2. 思维进化算法初始化参数设置；
3. 根据得分函数，计算最初种群中得分最高的若干个优胜个体和临时个体；
4. 以这些个体为中心，产生新的个体，得到优胜子种群和临时子种群；
5. 进行趋同操作和异化操作；
6. 将得分较低的子群体中，保留得分相对较高的子群体进行交叉变异，得到新的个体；
7. 将剩余的子群体淘汰掉，并在全局范围内重新进行搜索，形成新的临时群体；
8. 产生的评分最高的个体即为所求最佳个体；
9. 建立神经网络结构并进行参数初始化；
10. 改进BP-MEA神经网络的训练；
11. 采集给定喷射器的实测数据，输入到改进BP-MEA神经网络中；
12. 得到输出向量，即预测值。

本发明具有预测精度高、耗时短的特点。

一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。