论文部分内容阅读
心理障碍的建模与预测是当前研究的热点,为了获得理想的心理障碍预测效果,提出了改进神经网络的心理障碍预测模型。首先分析了当前心理障碍预测的研究进展,找到当前各种心理障碍预测模型的局限性,然后采集心理障碍的历史数据,并引入混沌算法对心理障碍历史数据进行预处理,以更好地挖掘心理障碍变化特点,然后采用神经网络对预处理后的心理障碍历史数据进行学习,并引入粒子群算法对神经网络存在的问题进行改进,建立最优的心理障碍预测模型,最后与其他心理障碍预测模型进行了对比测试,结果表明,改进神经网络的心理障碍预测精度超过95%,相