基于模拟退火遗传算法的模糊分类器参数优化及其应用
该文从结构和算法上研究了Max-Min模糊神经网络(MMNN),找出了其固有的局限性,相应提出了一系列的改进措施形成改进MMNN算法.为了更好地提高网络的性能,同时考虑到优化算法的收敛速度,本文提出了基于模拟退火遗传算法的网络参数优化方法,通过计算机仿真,证明了该方法是可行的.最后,运用它作为分类器对实际的船舶辐射噪声进行了分类实验,与BP等算法进行了比较,显示出其独特的优越性.
模糊隶属度函数、神经网络、模拟退火算法、遗传算法、分类器
23
TP391 4;TN-052(计算技术、计算机技术)
2003-11-14(万方平台首次上网日期,不代表论文的发表时间)
共9页
975-983