10.16526/j.cnki.11-4762/tp.2018.03.018
文化基因算法优化P ID神经网络系统辨识
PID神经网络(PIDNN)是一种融合比例、微分、积分环节,结构简单固定,且具备动态网络特点的神经网络模型,适合于非线性系统辨识;但是网络对初始权值和样本质量敏感,参数难以选定,导致网络收敛速度慢,容易陷入局部极小.提出一种采用文化基因算法(Memetic Algorithm)优化网络权值的方法.在差分进化(DE)算法全局寻优结果基础上,通过混沌局部搜索算法,进一步优化网络权值;根据 PIDNN 特性,在优化过程中加入先验知识,采用 L1正则项,对目标函数正则化,避免算法搜索到无潜力解,保证网络模型泛化能力;对一杂非线性系统进行辨识仿真,仿真结果表明优化后的神经网络辨识精度高,有良好的泛化能力.
文化基因、差分进化、比例、积分、微分神经网络、非线性系统辨识
26
TP27(自动化技术及设备)
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
66-69