期刊文献+

基于混合粒子群算法的RBF神经网络参数优化 被引量:15

Strategic Study of RBF Neural Network Parameter Optimization
下载PDF
导出
摘要 针对径向基函数(RBF)神经网络中心参数的优化问题,提出了一种混合粒子群优化算法。该算法应用灰色关联理论定义了粒子群的灰色相似度,分两个阶段对标准的粒子群优化算法(PSO)的全局和局部搜索能力做了改进和提高。在仿真实验中,应用该方法对典型的Mackey-Glass混沌时间序列进行了预测,并与标准的K均值算法、遗传算法和粒子群算法进行了比较,其结果表明,所预测的各项误差均低于其他常规算法的预测结果。 A hybrid particle swarm optimization algorithm is proposed and applied to optimize the parameters of radial basis function network. According to grey interrelation theory, the grey similarity of particles is defined, and the global and local searching ability of the particle swarm is improved in two phases. The optimized network predicts the typical Mackey-Glass chaos sequence. When comprised to the K cluster algorithm, genetic algorithm and particle swami algorithm, simulation results show that the arrived errors are far smaller than the corresponding part of other algorithms above.
出处 《控制工程》 CSCD 2006年第6期525-529,共5页 Control Engineering of China
基金 新世纪优秀人才支持计划基金资助项目(NCET-05-0294)
关键词 径向基函数(RBF) 粒子群优化算法(PSO) 灰色系统 参数优化 radial basis function (RBF) particle swarm optimization (PSO) grey system paraeter optimization
  • 相关文献

参考文献11

二级参考文献44

  • 1叶志伟,郑肇葆.蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例[J].武汉大学学报(信息科学版),2004,29(7):597-601. 被引量:155
  • 2胡小兵,黄席樾,张著洪.一种新的自适应蚁群算法及其应用[J].计算机仿真,2004,21(6):108-111. 被引量:19
  • 3王小平 曹立明.遗传算法-理论、算法与软件实现[M].陕西西安:西安交通大学出版社,2002.105-107.
  • 4Steve A Billings,Neural Networks,1995年,8卷,6期,877页
  • 5Xu L,IEEE Trans Neural Networks,1993年,4卷,4期,636页
  • 6Chen S,Int J Control,1992年,55卷,5期,1051页
  • 7Musavi M T,Neural Networks,1992年,5卷,595页
  • 8Lee S,Neural Networks,1991年,4卷,207页
  • 9Chen S,Int J Control,1990年,52卷,6期,1327页
  • 10Poggio T, Girosi F. Networks for Approximation and Learning [J]. Proc IEEE, 1990, 78: 1481-1496.

共引文献537

同被引文献120

引证文献15

二级引证文献122

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部