基于模拟退火PSO的神经网络模型
人工神经网络的训练问题实质上是一个优化问题.将模拟退火算法和基本粒子微粒群算法相结合,提出一种基于模拟退火的微粒群算法,该算法能够有效抑制早熟收敛.利用基于模拟退火微粒群算法优化BP神经网络的权值和阀值,有效的解决了BP算法易陷入局部极小值的缺点,从而提高了神经网络的精度和收敛速度.通过对非线性系统进行Matlab仿真研究,实验结果表明,基于模拟退火的微粒群算法训练的神经网络是一种有效的辨识方法.
模拟退火、神经网络、粒子微粒群算法、辨识、训练算法
32
TP391(计算技术、计算机技术)
云南省教育厅科研基金项目2010Y060
2011-06-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
667-670