基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在工程应用中经常遇到一些复杂的非线性系统,这些系统状态方程复杂,难以用数学方法精确建模。BP神经网络可以描述这些非线性系统的输入输出映射关系,但其自身也存在较明显的缺陷。应用遗传算法和粒子群算法对BP神经网络进行优化,可弥补BP神经网络寻优时的缺陷。通过实例比较分析,两种优化算法有效提高了拟合精度。
推荐文章
基于狼群算法优化的BP神经网络
BP神经网络
狼群算法
函数拟合
基于Matlab的BP神经网络结构与函数逼近能力的关系分析
人工神经网络
BP 网络
函数逼近
Matlab
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
Gaussian型RBF神经网络的函数逼近仿真研究
Gaussian函数
RBF神经网络
BP神经网络
函数逼近
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 智能优化算法优化 BP神经网络的函数逼近能力研究
来源期刊 软件导刊 学科 工学
关键词 BP神经网络 遗传算法 粒子群优化算法 函数逼近
年,卷(期) 2015,(4) 所属期刊栏目 算法与语言
研究方向 页码范围 70-72
页数 3页 分类号 TP312
字数 2321字 语种 中文
DOI 10.11907/rjdk.1431078
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭辉 四川理工学院自动化与电子信息学院 14 79 4.0 8.0
2 傅成华 四川理工学院自动化与电子信息学院 36 221 7.0 14.0
3 陈骏 四川理工学院自动化与电子信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (193)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
遗传算法
粒子群优化算法
函数逼近
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导