改进的BP算法对移动用户行为预测的研究

来源：计算机技术与发展杂志2018年第07期北京时间：

作者：陈春玲;陈红;余瀚

摘要：针对 BP 神经网络算法存在容易陷入局部极值、收敛速度慢、寻优精度低等问题,采用改进的 PSO 算法和 GA 算法对 BP 神经网络算法进行优化。 对 PSO 算法中惯性权重公式进行改进,重新调整速度更新公式,提高算法稳定性。 优化后期,引入 GA 算法的交叉、变异操作来扩大粒子的搜索空间以提高粒子的多样化,避免粒子过早收敛到局部解,从而提高BP 神经网络算法的精度。 采用改进后的 BP 神经网络模型对移动用户行为进行预测。 实验结果表明,改进后的网络模型可以有效地提高移动用户行为预测的准确率和实效性,发掘出用户的行为特征和使用业务的规律,在一定程度上可为移动通信网络的质量优化和市场运营提供理论依据,帮助网络运营商提升网络服务水平。

关键词：BP 神经网络算法;PSO 算法;GA 算法;行为预测