改进的单形进化算法及在神经网络上的应用研究

• 作者: 全海燕 易昭 郑蒙福
• 来源期刊: 小型微型计算机系统
• 关键词: 单形进化 算法改进 多态平衡机制 RBF神经网络 参数优化 应用研究
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能与算法研究|Artificial Intelligence and Algorithm Research
• 页码范围: 320-325
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.02.017

摘要

单形进化算法(Surface-Simplex Swarm Evolution Algorithm,简称SSSE)是一种新型群体智能优化算法,该算法通过建立粒子的单形邻域搜索算子和多角色态搜索机制,具有很好地收敛效果.为了对该算法的性能进行进一步分析与讨论,同时,为了强调全局搜索的应用场景并提高算法的勘探搜索能力,提出一种改进的单形进化算法(ISSSE),ISSSE对原算法的多态平衡搜索机制进行了两点改进;然后用8个标准测试函数进行性能测试,并同不同的算法比较;最后将ISSSE算法应用于径向基神经网络(RBF)的参数优化中.实验结果表明,改进的单形进化算法(ISSSE)在其性能上具有更好的勘探搜索能力,提高了算法的求解精度和收敛速度,并且能够很好应用于RBF的参数寻优,提高了RBF的分类正确率.