摘要：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,BPTT）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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社