多策略改进蜣螂优化算法和迭代算法的学生成绩预测方法

本发明涉及多策略改进蜣螂优化算法和迭代算法的学生成绩预测方法，包括：获取学生信息，对学生信息进行数据预处理以及特征选择，获取学生数据集；基于多策略融合改进蜣螂优化算法，通过改进后的蜣螂优化算法对BP神经网络的参数组合进行迭代搜索，获取最优参数组合，根据最优参数组合优化BP神经网络；多策略包括：佳点集初始化策略、三角形游走策略和自适应t分布变异策略；将优化后的BP神经网络作为迭代算法的弱学习器，为每个弱学习器选择权重，并组合成强学习器；将学生数据集输入强学习器进行学生成绩预测，输出学生成绩预测结果。本发明能够进一步提高了学生成绩预测的准确性和稳定性。