一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法

CORC > 北京大学 > 信息科学技术学院

	一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法; A training algorithm of process neural networks based on CGA combined with PSO
	许少华 ; 何新贵
刊名	控制与决策
	2013
关键词	过程神经网络训练算法混沌遗传算法粒子群算法混合优化策略 process neural networks training algorithm chaos genetic algorithm particle swarm optimization hybrid optimization strategy
英文摘要	针对时变输入/输出过程神经网络的训练问题，提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相结合的学习方法。综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质，基于PNN训练目标函数，构建两种算法相混合的进化寻优机制，通过适应度评估和优化效率分析自适应调节混沌遗传与粒子群算法的切换，实现网络参数在可行解空间的全局优化求解。实验结果表明，该算法较大提高了PNN的训练效率。; 国家自然科学基金项目(61170132)；中国石油科技创新基金项目; 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0; 9; 1393-1398
语种	中文
内容类型	期刊论文
源URL	[http://ir.pku.edu.cn/handle/20.500.11897/267477]
专题	信息科学技术学院
推荐引用方式 GB/T 7714	许少华,何新贵. 一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法, A training algorithm of process neural networks based on CGA combined with PSO[J]. 控制与决策,2013.
APA	许少华,&何新贵.(2013).一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法.控制与决策.
MLA	许少华,et al."一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法".控制与决策 (2013).