基于模拟退火PSO的神经网络模型

• 作者: 张坤 郁湧
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 模拟退火 神经网络 粒子微粒群算法 辨识 训练算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 智能技术
• 页码范围: 667-670
• 分类号: TP391
• 字数: 4216字
• 语种: 中文

摘要

人工神经网络的训练问题实质上是一个优化问题.将模拟退火算法和基本粒子微粒群算法相结合,提出一种基于模拟退火的微粒群算法,该算法能够有效抑制早熟收敛.利用基于模拟退火微粒群算法优化BP神经网络的权值和阀值,有效的解决了BP算法易陷入局部极小值的缺点,从而提高了神经网络的精度和收敛速度.通过对非线性系统进行Matlab仿真研究,实验结果表明,基于模拟退火的微粒群算法训练的神经网络是一种有效的辨识方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张坤	楚雄师范学院数学系	19	123	5.0	10.0
2	郁湧	云南大学软件学院	26	169	7.0	12.0