小波神经网络模型的改进方法

• 作者: 张炎亮 李亚东 陈鑫
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 小波神经网络 改进的量子粒子群 参数组合优化
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3107-3110,3143
• 页数: 5页
• 分类号: TP301
• 字数: 4659字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2013.11.3107

摘要

为了改善小波神经网络(WNN)在处理复杂非线性问题的性能,针对量子粒子群优化(QPSO)算法易早熟、后期多样性差、搜索精度不高的缺点,提出一种同时引入加权系数、引入Cauchy随机数、改进收缩-扩张系数和引入自然选择的改进量子粒子群优化算法,将其代替梯度下降法,训练小波基系数和网络权值,再将优化后的参数组合输入小波神经网络,以实现算法的耦合.通过对3个UCI标准数据集的仿真实验表明,与WNN、PSO-WNN、QPSOWNN算法相比,改进的量子粒子群-小波神经网络(MQPSO-WNN)算法的运行时间减少了11％ ～43％,而计算相对误差较之降低了8％ ～57％.因此,改进的量子粒子群-小波神经网络模型能够更迅速、更精确地逼近最优值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鑫	郑州大学管理工程学院	22	92	5.0	8.0
2	张炎亮	郑州大学管理工程学院	34	129	6.0	9.0