基于改进PSO算法的模糊神经网络的研究与应用

• 作者: 宋生建 崔丽洁 程换新
• 来源期刊: 工业仪表与自动化装置
• 关键词: 模糊神经网络 粒子群算法 惯性权重 水质评价
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2018.05.005

摘要

典型的模糊神经网络在处理复杂的多优化问题时存在收敛速度慢、易陷入局部极值等缺点.粒子群算法是一种全局优化的群体迭代算法,能有效克服传统模糊神经网络算法的不足.该文对粒子群算法的惯性权重及学习因子进行了改进,用其优化模糊神经网络模型参数,并将该模型应用到水质评价中以测试算法性能.通过与传统模糊神经网络的仿真结果比较,该模型精度更高,在水质评价过程中的应用效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程换新	青岛科技大学自动化与电子工程学院	26	98	4.0	9.0
2	宋生建		4	9	2.0	3.0
3	崔丽洁	青岛科技大学自动化与电子工程学院	3	7	1.0	2.0