基于PSO算法的动态模块化神经网络结构设计

• 作者: 乔俊飞 卢超 杨翠丽
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 模块化神经网络 粒子群算法 动态集成 时变系统
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1055-1061
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.0060

摘要

针对模块化神经网络结构设计过程中子网络输出不能最优集成的问题,提出一种基于粒子群算法的动态模块化神经网络.首先,该网络采用数据密度辨识样本分布空间,并更新数据中心;然后,根据输入数据激活相应的子网络,利用PSO算法寻找子网络的最优网络贡献度,并依据贡献度计算子网络的输出权值;最后优化模块化神经网络的集成输出.通过对非线性函数和时变系统的逼近实验,验证了集成网络中子网络数目可以根据任务动态调整,网络输出的集成权值能够通过PSO算法寻找到最优值,并且训练精度和自适应能力较其他算法均有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学信息学部	181	1883	22.0	31.0
2	卢超	北京工业大学信息学部	3	14	3.0	3.0
3	杨翠丽		11	30	3.0	5.0