基于改进PSO算法的Elman网络系统辨识

• 作者: 岳颀
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: Elman 种群小生境PSO
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 实验室自动化
• 页码范围: 201-203
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2015.08.201

摘要

针对动态BP算法训练Elman网络时需要通过经验确定网络结构的缺点，提出一种可同时训练网络结构和网络权值的改进种群小生境PSO算法。并实现了基于该算法的Elman神经网络对非线性模型的辨识。仿真结果表明，改进算法扩展了PSO算法的全局优化能力和局部搜索能力，提高了收敛率和解的质量，并有效提高了收敛速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳颀		13	18	3.0	3.0