一种自适应的混沌粒子群优化RBF神经网络算法

• 作者: 张义 田爱奎 韩士元
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 混沌 自适应 RBF神经网络 变异 交叉
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 信息·计算机
• 页码范围: 126-130
• 页数: 5页
• 分类号: TP301.6
• 字数: 2769字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2015.11.021

摘要

为了提高RBF神经网络的预测效果,针对RBF神经网络的不足提出一种自适应混沌粒子群优化RBF神经网络算法(SACPSO-RBF).该算法主要采用自适应和混沌操作,采用粒子群算法对RBF神经网络进行优化.利用个体的变异、个体之间的交叉操作和个体的混沌扰动,有效克服了粒子群算法的局部收敛性.使用该优化算法对测试函数序列进行预测,并对算法的有效性进行检验.实验结果表明:改进的算法具有良好的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田爱奎	山东理工大学计算机科学与技术学院	28	164	8.0	12.0
2	张义	山东理工大学计算机科学与技术学院	2	16	2.0	2.0
3	韩士元	济南大学信息科学与工程学院	6	19	2.0	4.0