一种混沌混合粒子群优化RBF神经网络算法

• 作者: 刘洁 周少武 李目
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 混沌 自适应变异 粒子群 模拟退火 RBF神经网络 目标检测
• 年，卷（期）: 2013,（8）
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP39
• 字数: 3611字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.08.046

摘要

为了更精确地检测出混沌背景下的微弱目标信号，提高预测效果，文中提出了一种混沌混合粒子群优化RBF神经网络(CHPSO-RBFNN)算法。本算法主要采用了基于群体自适应变异和个体退火操作的混沌粒子群优化RBF神经网络，利用群体自适应变异以及个体退火操作优化混沌粒子群，有效地提高了粒子群算法的全局收敛性，优化了RBF神经网络的结构和参数。把该算法用于预测混沌时间序列、检测混沌背景下微弱目标信号，实验结果表明本算法有良好的非线性预测能力，可以有效地检测出混沌背景下的微弱目标信号。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周少武	湖南科技大学信息与电气工程学院	103	684	11.0	22.0
2	刘洁	湖南工程学院设计艺术学院	22	33	3.0	5.0
3	李目	湖南科技大学信息与电气工程学院	35	171	7.0	11.0