粒子群优化算法训练模糊神经网络

被引：2

作者：

王世卫

李爱国

机构：

[1] 西安科技大学计算机科学与技术系西安710054

[2] 西安科技大学计算机科学与技术系

来源：

仪器仪表学报 | 2004年 / S1期

关键词：

粒子群; 优化; 模糊; 神经网络;

D O I：

10.19650/j.cnki.cjsi.2004.s1.397

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究合适的神经网络学习算法是令人感兴趣的问题。提出一种用粒子群优化(PSO)算法训练模糊神经网络的方法。PSO的位置向量对应模糊神经网络的权值向量,而PSO的适应函数对应模糊神经网络的目标函数,然后,通过演化PSO达到训练模糊神经网络的目的。用PSO算法训练模糊神经网络预测混沌时间序列的实验结果表明PSO算法性能优良,适合训练模糊神经网络。

引用

页码：938 / 939

页数：2