基于改进人工鱼群算法的神经网络优化

• 作者: 刘青松 张峻林 魏立新
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 人工鱼群算法 神经网络 局部极值 参数寻优
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 优化控制及应用
• 页码范围: 84-87,93
• 页数: 5页
• 分类号: TP27
• 字数: 4109字
• 语种: 中文

摘要

针对人工鱼群算法的寻优速度慢,后期收敛性差等缺陷提出了一种并行运行方式的改进人工鱼群算法(Improvement Artificial Fish Swarm Algorithm,IAFSA).进而应用IAFSA算法对BP神经网络初始权值进行寻优,以解决BP网络初始权值选取困难且优化过程中容易陷入局部极值的问题.最后,将IAFSA-BP网络混合算法应用于PID参数的优化,从而克服了PID控制参数难以整定的难题.通过仿真实验,结果表明:改进的人工鱼群算法寻优速度更快,优化值更加合理.应用IAFSA-BP混合算法得到的PID控制参数使得系统响应更快,稳态误差更小,系统性能得到提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏立新		4	29	2.0	4.0
5	张峻林	燕山大学工业计算机控制河北省重点实验室	3	24	2.0	3.0
6	刘青松		1	20	1.0	1.0