10.3969/j.issn.1001-4160.2006.11.002
基于Alopex的粒子群算法及其在软测量上的应用
针对粒子群优化算法(PSO)容易陷入局部最优值的缺点,提出一种利用Alopex算法(algorithms of pattern extraction)和PSO算法结合的新算法,该算法将Alopex的步长取法加以改变,并加入了随机噪声,具有很强的全局搜索能力和很高的搜索效率.最终将算法应用于BP网络的权重和偏置量的优化计算,完成软测量的建模.结果表明改进型粒子群算法搜索效率明显提高,应用于软测量建模能提高模型的精确度,减少预测误差.
粒子群优化算法、Alopex算法、软测量、神经网络
23
TQ018(一般性问题)
国家重点基础研究发展计划973计划2002CB3122000;上海市科委资助项目04DZ11010;国家高技术研究发展计划863计划2003AA412010;上海市优秀学科带头人项目
2007-03-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
1045-1048