基于万有引力搜索算法极限学习机的谐振频率建模

摘要：

针对万有引力搜索算法在进化后期容易陷入局部极值的问题,引入粒子更新策略,在每次迭代时按适应度值的大小重新排列所有粒子,将性能最差的30％部分粒子进行更新,取更新前后最好的粒子和剩余70％粒子组成新的群体,在一定程度上解决了该问题.应用改进的万有引力搜索方法对极限学习机输入权值和隐层偏置进行优化,避免了这些参数随机产生造成的极限学习机算法的不稳定性问题.以矩形微带天线谐振频率建模为例进行验证,结果表明:该方法比经典的极限学习机算法和神经网络算法的误差更小,证明了其有效性.

关键词：万有引力搜索算法、极限学习机、谐振频率

所属期刊栏目：36

分类号：TN823(无线电设备、电信设备)

资助基金：国家自然科学基金61771225

在线出版日期：2022-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：73-79