基于灰狼优化算法的长短期记忆网络在时间序列预测中的应用

提出了1种基于灰狼优化算法的长短期记忆(long short term memory,LSTM)模型.结合灰狼优化算法全局收敛的优点,将其应用于长短期记忆网络中参数的优化,克服了传统的长短期记忆网络所采用的随时间反向传播(back propagation through time,BPT T)算法易于收敛于局部最优的缺点.将所提出的模型应用于时间序列预测,实验结果表明,其性能优于基于BPTT的LSTM.