基于蚁群算法优化回声状态网络的研究

• 作者: 宋绍剑 林小峰 王尧
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 回声状态网络 蚁群 优化 权值 阈值
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2326-2332
• 页数: 7页
• 分类号: TP183
• 字数: 4248字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.12.023

摘要

针对输出权值采用最小二乘法的回声状态网络(ESN),在随机选取输入权值和隐层神经元阈值时,存在收敛速度慢、预测精度不稳定等问题,提出了基于蚁群算法优化回声状态网络(ACO-ESN)的算法.该算法将优化回声状态网络的初始输入权值、隐层神经元阈值问题转化为蚁群算法中蚂蚁寻找最佳路径的问题,输出权值采用最小二乘法计算,通过蚁群算法的更新、变异、遗传等操作训练回声状态网络,选择出使回声状态网络预测误差最小的输入权值和阈值,从而提高其预测性能.将ACO-ESN与ELM、I-ELM、OS-ELM、B-ELM等神经网络的仿真结果进行对比,结果验证经过蚁群算法优化的回声状态网络加快了其收敛速度,改善了其预测性能,并增强了隐层神经元的敏感度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋绍剑	广西大学电气工程学院	83	322	9.0	13.0
2	林小峰	广西大学电气工程学院	110	503	11.0	14.0
3	王尧	广西大学电气工程学院	2	7	1.0	2.0