-
题名基于MAPSO算法的小波神经网络训练方法研究
被引量：10
- 1
-
-
作者
唐雪琴
王侃
徐宗昌
黄书峰
李博
-
机构
装甲兵工程学院
新疆乌市
河南经贸职业学院信息管理系
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2012年第3期608-612,共5页
-
文摘
为提高小波神经网络(Wavelet Neural Network,WNN)的建模质量,针对标准粒子群(Particle Swarm Optimization,PSO)算法优化WNN存在的早熟和局部收敛问题,提出一种基于多粒子信息共享(Multi-particle information share)和自适应惯性权重(Adaptive inertia weight)策略的PSO方法(MAPSO)用于WNN训练。多粒子信息共享采用多粒子信息来修正各粒子下一次的行动策略,以降低粒子陷入局部最优的可能性;惯性权重自适应调整根据群体早熟收敛程度,按个体适应度自适应调整惯性权重,以使陷入局部最优粒子跳出。同时,给出了算法实现的基本流程。仿真结果表明MAPSO算法既具有PSO算法的简捷性,又能够提高WNN学习速度和精度及全局搜索能力,是小波网络的有效训练方法。
-
关键词
粒子群
小波神经网络
多粒子信息共享
自适应惯性权重
早熟收敛
-
Keywords
particle swarm optimization（PSO）
wavelet neural network（WNN）
multi-particle information share
adaptive inertia weight
prematurity convergence
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
