共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
一类模糊神经网络结构的混沌优化设计 总被引:1,自引:0,他引:1
基于混沌变量,提出一种关于模糊神经网络结构的优化设计方法。将混沌变量引入模糊神经网络结构和参数的优化搜索中,使得模糊神经网络的规则数以及所有参数都处于混沌状态中,根据性能指标来寻找一个较优的网络。在线优化采用最小二乘法对去模糊化部分的权参数进行实时修正。仿真实验表明,基于混沌优化的模糊神经网络结构精简,控制精度高。 相似文献
3.
4.
采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值。此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间。仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点。 相似文献
5.
混沌在保密通信中的应用具有强大的生命力,其关键技术是实现混沌的同步.利用RBF神经网络,在系统存在扰动的情况下,对混沌系统的同步进行研究.通过构造Lyapunov函数,选取合适的神经网络权值的在线调整率,使得两混沌系统在参数扰动的情况下实现同步. 相似文献
6.
7.
针对开关磁阻电动机的非线性特点及其现有建模方法存在初始网络权值参数随机给定和易于陷入局部最小点的缺点,提出了一种采用并行优化混沌BP神经网络的建模方法。该方法首先利用混沌系统对神经网络权值向量、阈值向量进行初始优化,然后利用BP神经网络的Levenberg-Marquardt算法进行收敛训练,如果陷入局部最小点则再次使用并行混沌搜索进一步优化模型,使模型具有精度高、速度快的特点。模型训练和开关磁阻电动机调速系统动态仿真结果表明,采用该方法建立的模型运行平稳,系统动态性能好,响应速度快。 相似文献
8.
9.
改进遗传神经网络控制混沌运动的研究 总被引:1,自引:1,他引:0
用最大Lyapunov指数构造遗传算法中的适应度函数,通过遗传算法优化神经网络的权系数.根据所得到的适应度函数和权系数来构造遗传神经网络控制器,从而提高神经网络控制效果.对离散系统Logistic映射和连续系统Rossler方程、AFM(原子力显微镜)悬臂梁振动系统的混沌运动分别进行了仿真控制.数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去,证明了算法的有效性. 相似文献
10.
11.
12.
针对前馈式多层神经网络的结构和权值设计方法的缺陷,提出了一种基于改进遗传算法的前馈神经网络自动优化设计方法,用以完成对网络结构和权值空间的搜索,提高神经网络的收敛速度和搜索全局最优解的能力。通过实验表明,该算法的收敛速度较快,过程稳定,而且泛化能力也较好。故此方法在神经网络设计上能够发挥较好的作用。 相似文献
13.
针对BP神经网络易陷入局部最小、收敛速度慢的问题,研究了基于粒子群优化的学习算法,给出了具体的算法方案设计,并将其应用于图像复原。首先用高斯噪声对无噪图像进行模糊处理;然后将结果和原图像组成训练对,用于训练优化后的神经网络;最后利用训练好的神经网络对测试图像进行复原,从而达到去除噪声的目的。仿真结果表明,与BP神经网络相比,PSO-BP算法收敛速度快,迭代次数少,复原的图像在归一化均方误差(NMSE)和峰值信噪比(PSNR)的效果更好。 相似文献
14.
前向神经网络参数估计中的进化规划 总被引:3,自引:1,他引:2
人工神经网络在很多领域有着成功的应用。神经网络参数估计有许多训练算法,BP算法是前向多层神经网络的典型算法,但BP算法有时会陷入局部最小解。进化规划是一种随机优化技术,它可以发现全局最优解。文章介绍了进化规划在前向多层神经网络参数估计中的应用,结合具体例子给出了算法实现的具体操作步骤和实验结果。实验数据表明采用进化规划得到的网络参数是最优的,神经网络的性能优于基于BP算法的神经网络性能。 相似文献
15.
16.
An evolutionary optimization method over continuous search spaces, differential evolution, has recently been successfully
applied to real world and artificial optimization problems and proposed also for neural network training. However, differential
evolution has not been comprehensively studied in the context of training neural network weights, i.e., how useful is differential
evolution in finding the global optimum for expense of convergence speed. In this study, differential evolution has been analyzed
as a candidate global optimization method for feed-forward neural networks. In comparison to gradient based methods, differential
evolution seems not to provide any distinct advantage in terms of learning rate or solution quality. Differential evolution
can rather be used in validation of reached optima and in the development of regularization terms and non-conventional transfer
functions that do not necessarily provide gradient information.
This revised version was published online in June 2006 with corrections to the Cover Date. 相似文献
17.
针对如何有效改善BP网络易陷于局部极小和收敛速度慢的缺点,提出了一种带有变异灰色算子的多群体协同混沌粒子群算法(GMMCCPSO)。将灰色变异算子应用于多群体协同粒子群的主群,以避免主群过早出现局部收敛现象;将混沌理论引入各从群,以增强各从群的局部搜索能力。利用改进的粒子群算法来优化BP神经网络的权值和阈值,有效地改善了BP网络易陷入局部极小和收敛慢的缺点,同时也极大地提高了其映射能力。通过对泵控马达系统进行MATLAB仿真研究,结果表明:改进的PSO-BP网络有效地改善了该系统存在对突加负载的识别能力、系统振荡性和响应速度差的缺点。 相似文献
18.
19.
用综合法优化前向神经网络结构 总被引:1,自引:0,他引:1
在神经网络研究中,如何确定神经网的结构是一个重要的研究方向.提出了一种通用的确定前向神经网络结构的自适应方法,即先用动态增长法快速训练网络拓扑结构及权值至满足给定的误差为止,然后用遗传算法(GA)对训练好的网络剪枝.实验表明,算法具有较好的通用性和可扩展性,收敛速度较快,对进一步的数据挖掘具有重要的意义. 相似文献