基于混合粒子群算法的RBF神经网络参数优化

被引：16

作者：

岳恒

张海军

柴天佑

机构：

[1] 东北大学自动化研究中心

来源：

控制工程 | 2006年 / 06期

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;

D O I：

10.14107/j.cnki.kzgc.2006.06.004

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

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。

引用

页码：525 / 529

页数：5

共 8 条

[1]

人工神经网络技术及应用.[M].陈祥光;裴旭东编著;.中国电力出版社.2003,

[2]

灰理论基础.[M].邓聚龙著;.华中科技大学出版社.2002,

[3] 基于蚂蚁算法的RBF网络参数的两阶段优化 [J].