基于混合粒子群算法的RBF神经网络参数优化

• 作者: 岳恒 张海军 柴天佑
• 来源期刊: 控制工程
• 学科: 工学
• 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
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 525-529
• 页数: 5页
• 分类号: TP183
• 字数: 5021字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2006.06.004

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学自动化研究中心	382	9006	43.0	78.0
2	张海军	东北大学自动化研究中心	6	50	3.0	6.0
3	岳恒	东北大学自动化研究中心	62	1075	21.0	30.0