多波束粒子群深度零点轨迹信息搜索效率优化

摘要：

传统的基于粒子群算法的前馈神经网络训练系统进行数据库访问时，易陷入局部极值，产生零点轨迹信息搜索效率较低，局部极小点和搜索方向紊乱。提出一种改进的粒子群优化算法。构建基于误差反传的神经网络系统结构，引入混沌映射概念，提出了一种根据粒子搜索状态，动态调整粒子飞行速度和位置的粒子群优化算法，提高多波束粒子群深度零点轨迹信息的提取的搜索效率，根据粒子的轨迹信息，研究如何动态调整粒子的搜索速度和方向，提高了训练和控制精度与效益。仿真实验表明，该算法进行多波束粒子零点轨迹信息搜索，效率较高，通过外力的干涉尝试调整粒子的方向，使得粒子可以逃离这个稳定阶段，提高了粒子收敛速度，提高控制搜索精度，运行时间较短。算法在智能控制等领域具有较好的应用价值。

关键词：粒子集、优化算法、轨迹信息、搜索

分类号：TP301.6(计算技术、计算机技术)

资助基金：研究获得国家自然科学基金61003066,61370102；广东省自然科学基金项目S2011040002890、S2012010010613的资助。

在线出版日期：2015-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：97-99