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). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论