【摘 要】
:
为了克服粒子群优化算法本身存在的早熟和局部收敛的固有问题,在描述了BP神经网络的基本结构的基础上,介绍了粒子群优化算法(PSO)的基本概念,并通过对二者优缺点的分析与比较
【机 构】
:
南大学信息科学与工程学院,吉林大学珠海学院
论文部分内容阅读
为了克服粒子群优化算法本身存在的早熟和局部收敛的固有问题,在描述了BP神经网络的基本结构的基础上,介绍了粒子群优化算法(PSO)的基本概念,并通过对二者优缺点的分析与比较,结合二者的优势,将粒子矢量位移应用到PSO算法中,并在此基础上,用改进的PSO算法对BP网络进行训练,还利用某商场的部分消费数据进行了实验。结果表明,基于改进的PSO算法的BP网络在收敛速度和精度上都比基于传统的PSO算法好。
其他文献
径向基函数网络是神经网络中一种广泛使用的设计方法。它把神经网络的设计看作是一个高维空间的曲线逼近问题。相对于其他的神经网络方法,径向基函数神经网络除了具有一般神经
针对BP神经网络中样本数据复杂和容易陷入到局部极值的不足,通过利用主成分分析法对样本数据进行简化。并采用遗传算法优化神经网络的初始权值,提出了一种改进BP神经网络泛化能
Robocup仿真比赛是研究多Agent之间协作和对抗理论的优秀平台,提高Agent的防守能力是一个具有挑战性的问题。为制定合理的防守策略,将Robocup比赛中的一个子任务——半场防守任
指出了目前市场上运行的大部分自动化立体仓库调度系统(以下称调度系统)所存在的问题及弊端,阐述了调度系统的框架结构。为了解决这些问题,避免这些弊端,引入Observer模式。在对Observer模式进行分析的情况下,将这一模式应用于调度系统,使系统精巧、简洁、易于复用、易于扩展,有效提高了调度系统的开发效率和整体的性能。
针对目前变电站自动化产品CDT规约的多样化的特点,采用面向对象设计方法抽象出CDT规约对象模型,使CDT规约程序具有良好的可复用性。利用参数化设计方法,使程序具有更大的灵活
面向对象方法已成为软件设计与开发的一项普遍技术。但是随着软件复杂性的提高,面向对象方法在模块化与适应性方面存在一定的局限性。针对该问题,一种新的软件方法——面向方面
粗糙集理论是一种新的处理含糊和不确定性问题的数学工具,可以有效地分析和处理不完备信息。条件属性约简是粗糙集理论算法研究的重点。在启发式条件属性约简算法的基础上提出了动态条件属性约简算法,算法以一个信息大的属性作为基础,不断添加条件属性,并对新增加的条件属性进行修正,找到约简条件属性,目的为了进行遥感数据的动态分类做基础。文中在VC++6.0开发环境下实现了两种算法,用HSV和Iris数据验证了算法
文中致力于把Web软件系统的结构模块化,通过建立新的事务处理模型以灵活的实现各功能模块间的组合,并引入服务进程以控制事务的执行流程。采用与面向服务架构整合各服务相反的
在利用移动IPv6协议进行节点的移动性管理过程中,切换问题是影响管理性能的最关键因素之一。为了提高移动网络服务质量,需对移动IPv6切换性能进行优化。针对标准移动IPv6(MIPv6)
曲面重建是CAGD中的重点研究课题,而神经网络具有很好的非线性逼近能力,文中将二者结合,给出了一种利用神经网络将三维数据点拟合为NURBS曲面的方法。提出的前馈型神经网络包含