基于PSO的回声状态网训练算法

• 作者: 葛谦 蔚承建
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 训练算法 粒子群优化 回声状态网 人工神经网络 非线性预测
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 1947-1949
• 页数: 3页
• 分类号: TP183
• 字数: 2747字
• 语种: 中文

摘要

回声状态网是一种新型的循环网络结构与循环网络学习方法,较传统神经网络相比,具有更强的非线性预测能力.但是,传统ESN的训练方法所需学习样本非常多,而提出的PSO-ESN模型利用PSO来训练ESN的输出权重,能在有限的学习样本情况下,有效的提高了其预测精度.最后,对网络流量预测的实验结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔚承建	南京工业大学信息与工程学院	50	169	8.0	9.0
2	葛谦	南京工业大学信息与工程学院	1	6	1.0	1.0