基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中.依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参效向量.实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高.
推荐文章
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
粒子群优化RBF神经网络的DNA序列分类
DNA序列分类
PSO-RBF神经网络
特征提取
分类模型建立
参数优化
分类效果对比
基于改进粒子群算法的RBF神经网络磨机负荷预测研究
磨机负荷预测
改进粒子群算法
RBF神经网络
惯性权重因子
改进的粒子群算法对RBF神经网络的优化
粒子群算法
径向基神经网络
惯性权重因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子群优化RBF神经网络的算法
来源期刊 火力与指挥控制 学科 工学
关键词 粒子群算法 RBF神经网络 局部搜索算子 仿真
年,卷(期) 2012,(2) 所属期刊栏目 理论研究
研究方向 页码范围 144-146,150
页数 分类号 TP312
字数 2729字 语种 中文
DOI 10.3969/j.issn.1002-0640.2012.02.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谈亮 10 26 3.0 4.0
2 李辉 10 46 4.0 6.0
3 蔡敏 16 47 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (67)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (24)
二级引证文献  (4)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
RBF神经网络
局部搜索算子
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导