基于改进粒子群优化算法的新型小波神经网研究

被引：3

作者：

徐小平 ^{[1
]}

钱富才 ^{[1
]}

刘丁 ^{[1
]}

王峰 ^{[2
]}

机构：

[1] 西安理工大学自动化与信息工程学院

[2] 西安交通大学理学院

来源：

信息与控制 | 2008年 / 04期

关键词：

粒子群优化; 小波分析; 神经网络; 系统辨识;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

本文提出了改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)的新型BP小波神经网络,并且对非线性辨识问题进行了仿真实验.实验结果表明,基于改进的粒子群优化算法的BP小波网络不仅具有小波分析良好的局部特性以及神经网络的学习、分类能力,而且具有粒子群优化算法全局快速寻优的特点.与简单的粒子群优化算法相比,该方法在收敛性和稳定性方面都有了较明显的提高,验证了它的合理性和有效性.

引用

页码：418 / 422

页数：5

共 5 条

[1]

混合粒子群优化算法研究 [J].