下载此文档

基于ＱＰＳＯ算法的ＲＢＦ神经网络参数优化仿真研究.doc

文档分类：IT计算机 | 页数：约1页举报非法文档有奖

1/1

下载提示

1.该资料是网友上传的，本站提供全文预览，预览什么样，下载就什么样。
2.下载该文档所得收入归上传者、原创者。
3.下载的文档，不会出现我们的网址水印。

同意并开始全文预览

(约 1-6 秒)

1/1 下载此文档

文档列表 文档介绍

基于ＱＰＳＯ算法的ＲＢＦ神经网络参数优化仿真研究
　　摘要：针对粒子群优化(PSO)算法搜索空间有限，容易陷入局部最优点的缺陷，提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法，将RBF神经网络的参数组成一个多维向量，作为算法中的粒子进行进化，由此在可行解空间范围内搜索最优解。实例仿真表明，该学****算法相比于传统的学****算法计算简单，收敛速度快，并由于其算法模型的自身特性比基于PSO的学****算法具有更好的全局收敛性能。
　　关键词：粒子群优化算法；量子粒子群优化算法；径向基函数神经网络
　　中图分类号： TP183文献标识码：A

基于ＱＰＳＯ算法的ＲＢＦ神经网络参数优化仿真研究来自淘豆网www.taodocs.com转载请标明出处.