收藏本站
《2009中国控制与决策会议论文集(2)》2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于混合粒子群优化的神经网络学习算法

骆再飞  管冰蕾  周世官  
【摘要】:提出了一种单纯形-粒子群混合交叉训练神经网络的学习算法.该算法将带"伸缩"功能的单纯形操作作为一个算子嵌入到粒子群优化算法中,采用粒子群优化和单纯形搜索交叉训练神经网络的结合方式,在粒子群优化每一迭代中,选择群体中有限个精英粒子利用单形法构造"单纯形"图形再进行局部搜索寻优,使网络学习更快地向全局最优区域逼近,找到更优的全局极值解.仿真实验表明与现有的常规学习方法比较,该混合算法提高了网络学习的收敛速度和搜索精度,改善了网络性能,是一种有效的学习网络方法.
【作者单位】:宁波工程学院电信学院
【基金】:宁波是自然科学基金资助,项目批准号:2006A610033
【分类号】:TP183

手机知网App
【参考文献】
中国期刊全文数据库 前3条
1 高海兵,高亮,周驰,喻道远;基于粒子群优化的神经网络训练算法研究[J];电子学报;2004年09期
2 张丽平,俞欢军,陈德钊,胡上序;基于粒子群优化算法的神经网络在农药定量构效关系建模中的应用[J];分析化学;2004年12期
3 缪宗华,李正红;用改进单纯形法优化钢的硬度与强度换算公式[J];金属学报;2001年05期
【共引文献】
中国期刊全文数据库 前10条
1 陈传亮;田英杰;别荣芳;;基于粒子群优化的SVR算法与BP网络的比较研究[J];北京师范大学学报(自然科学版);2008年05期
2 罗德江;张永锋;刘诚;;非线性回归分析的PSO小波网络方法及应用[J];成都理工大学学报(自然科学版);2007年06期
3 黄琳;周家虎;;基于混合优化算法的最优潮流计算[J];电力学报;2011年02期
4 王俊艳;;浅析分类方法的发展[J];电脑知识与技术;2008年15期
5 李祚泳;汪嘉杨;郭淳;;PSO算法优化BP网络的新方法及仿真实验[J];电子学报;2008年11期
6 蔡涛;王先培;朱晔;;GIS设备内SF_6废气成分的定量分析方法[J];高电压技术;2010年10期
7 汪灵枝;罗朝晖;韦增欣;赵秋梅;;量子粒子群优化神经网络集成股市预测模型研究[J];广西科学;2010年04期
8 张少迪;王延杰;孙宏海;;三角形剖分以及PSO-BP神经网络在星图识别中的应用[J];光电工程;2011年06期
9 何娇;;基于粒子群优化算法随机试卷生成的分析[J];重庆城市管理职业学院学报;2011年03期
10 赵光权;彭喜元;马勋亮;;基于微分进化神经网络的模拟电路故障诊断[J];测试技术学报;2012年01期
中国博士学位论文全文数据库 前10条
1 田明俊;智能反演算法及其应用研究[D];大连理工大学;2006年
2 陈志盛;基于LMI的非线性时滞系统的鲁棒模糊控制与滤波研究[D];中南大学;2005年
3 程志刚;连续蚁群优化算法的研究及其化工应用[D];浙江大学;2005年
4 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年
5 李丽香;一种新的基于蚂蚁混沌行为的群智能优化算法及其应用研究[D];北京邮电大学;2006年
6 张航;自然场景下的交通标志识别算法研究[D];中南大学;2006年
7 黄睿;高光谱遥感数据特征约简技术研究[D];西北工业大学;2006年
8 潘昊;智能方法在水泥性能分析中的应用研究[D];武汉理工大学;2006年
9 杨光友;混合粒子群优化及其在嵌入式智能控制中的应用[D];武汉理工大学;2006年
10 郑洪英;基于进化算法的入侵检测技术研究[D];重庆大学;2007年
【二级参考文献】
中国期刊全文数据库 前8条
1 龙云,王建全;基于粒子群游算法的同步发电机参数辨识[J];大电机技术;2003年01期
2 张雅雄,李华,Josef Havel;人工神经元网络方法在毛细管电泳和色谱分析中的应用[J];分析化学;2004年05期
3 许禄,吴亚平,胡昌玉,李华;苯胺类化合物结构-毒性定量构效关系研究[J];中国科学(B辑);2000年01期
4 李爱国,覃征,鲍复民,贺升平;粒子群优化算法[J];计算机工程与应用;2002年21期
5 王岁花,冯乃勤,李爱国;一类新颖的粒子群优化算法[J];计算机工程与应用;2003年13期
6 何宗明;洪伟;;MSM法优化材积方程的研究[J];林业科学;1993年06期
7 余国和,金裕生,李征涛;确定颗粒状物料实际干燥曲线的通用方法[J];华东工业大学学报;1995年02期
8 陈东奎,田乃媛,刘青,贺东风,蒋立新,雷洪;八钢炼钢厂计算机辅助生产管理系统数据库的设计[J];冶金自动化;2003年06期
【相似文献】
中国期刊全文数据库 前10条
1 刘毅;;移动机器人路径规划中的仿真研究[J];计算机仿真;2011年06期
2 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
3 吴晓军;杨战中;赵明;;均匀搜索粒子群算法[J];电子学报;2011年06期
4 王勇;付志红;张淮清;王好娜;侯兴哲;;基于前馈神经网络的电网基波高精度检测[J];电网技术;2011年08期
5 李文婷;吴锦;;基于改进粒子群算法的神经网络建模[J];机械管理开发;2011年04期
6 睢丹;向方;;神经网络在PID控制器参数优化中的研究[J];计算机仿真;2011年08期
7 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
8 杨秋平;刘勇生;谭胜兰;;传感器网络数据融合技术的研究与仿真[J];计算机仿真;2011年07期
9 高月芳;梁永生;卢鑫;任仙怡;;基于粒子群算法的污水处理优化控制策略[J];计算机应用研究;2011年09期
10 李文;张金晶;姚建红;;基于粒子群算法的模糊插值建模方法研究[J];价值工程;2011年24期
中国重要会议论文全文数据库 前10条
1 骆再飞;管冰蕾;周世官;;基于混合粒子群优化的神经网络学习算法[A];2009中国控制与决策会议论文集(2)[C];2009年
2 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
3 仉宝玉;陈义俊;;前馈神经网络快速学习算法及应用[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
4 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
5 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
6 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 杨歆;刘晓云;;一种基于单纯形法的混沌优化算法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
8 谢晓竹;侯冰;;基于改进自适应粒子群算法和BP神经网络的地面声目标识别[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 李永敏;吉吟东;朱善君;孙增圻;;一种基于规则的前馈神经网络及其学习算法[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
10 宋宜斌;王培进;李凯里;;多层前馈神经网络中BP算法的改进及其应用研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
中国重要报纸全文数据库 前1条
1 曹秀敏;物料平衡的控制核算系统[N];中国石化报;2002年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 侯木舟;基于构造型前馈神经网络的函数逼近与应用[D];中南大学;2009年
3 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
4 孙亮;若干机器学习算法的研究与应用[D];吉林大学;2012年
5 王健;前馈神经网络梯度学习算法收敛性分析[D];大连理工大学;2012年
6 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
7 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
8 田明俊;智能反演算法及其应用研究[D];大连理工大学;2006年
9 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
10 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 董延胜;粒子群算法在神经网络参数优化中的应用[D];河南科技大学;2009年
2 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
3 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
4 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
5 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
6 王乐;粒子群算法优化的小波神经网络在目标跟踪中的应用[D];太原理工大学;2011年
7 郑高远;一种拓展的文化算法[D];兰州大学;2010年
8 赵甜;基于最优竞胜标的网格资源市场优化研究[D];郑州大学;2010年
9 岳娜;针对函数优化问题的粒子群算法的研究[D];吉林大学;2009年
10 孙明;基于改进PSO的神经网络优化方法及其在热工系统中的应用[D];华北电力大学(河北);2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026