基于改进QPSO算法的小波神经网络参数优化

• 作者: 侯立刚 翁和标 苏成利
• 来源期刊: 辽宁石油化工大学学报
• 学科: 工学
• 关键词: 权重系数 小波神经网络 量子行为粒子群算法 个体变异 优化
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 91-94
• 页数: 4页
• 分类号: TP391
• 字数: 3979字
• 语种: 中文
• DOI: 10.3696/j.issn.1672-6952.2013.04.022

摘要

针对传统的小波神经网络在参数优化过程中所采用的梯度下降法容易产生局部最优，提出了一种改进的量子行为PS O算法。新算法通过在最优平均值的全局搜索点中加入权重系数，用于改善粒子群的全局、局部搜索能力和收敛速度，当粒子进化到后期，满足早熟条件时，粒子群在该维上发生变异，重新初始化后的位置均匀分布在可行区域上，用于提高搜索精度。仿真实验结果表明，改进QPSO算法比常规网络训练方法在寻优能力方面更加有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯立刚	辽宁石油化工大学信息与控制工程学院	47	329	9.0	16.0
2	苏成利	辽宁石油化工大学信息与控制工程学院	89	409	9.0	12.0
3	翁和标	辽宁石油化工大学信息与控制工程学院	1	3	1.0	1.0