版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人工神經(jīng)網(wǎng)絡(luò)是一種具有自學(xué)習(xí)、自組織、自適應(yīng)和非線性動(dòng)態(tài)處理等特性的大規(guī)模分布式并行處理系統(tǒng),在很多領(lǐng)域已有了成熟的應(yīng)用。應(yīng)用現(xiàn)代科學(xué)的新理論和新方法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行研究是當(dāng)前的一個(gè)研究熱點(diǎn)。微粒群算法是一種基于群體智能理論的隨機(jī)全局優(yōu)化算法,其結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)、收斂速度快等優(yōu)點(diǎn)使它一提出就備受人們關(guān)注,應(yīng)用于很多應(yīng)用研究及理論研究當(dāng)中。本文利用微粒群算法對(duì)徑向基神經(jīng)網(wǎng)絡(luò)與自組織映射神經(jīng)網(wǎng)絡(luò)兩種網(wǎng)絡(luò)模型進(jìn)行了優(yōu)化。徑向基神經(jīng)網(wǎng)絡(luò)是一種三
2、層前饋網(wǎng)絡(luò),與其他網(wǎng)絡(luò)不同,它是一種非線性網(wǎng)絡(luò),因此它有很好的泛化能力及函數(shù)逼近能力。自組織映射神經(jīng)網(wǎng)絡(luò)具有拓?fù)浔3趾拖蛄苛炕奶攸c(diǎn),能將任意輸入模式在輸出層映射成一維或者二維的離散圖形,它在模式識(shí)別方面有很好的應(yīng)用。
本文首先介紹了微粒群算法,深入研究了微粒群算法的原理、流程、參數(shù)設(shè)置以及標(biāo)準(zhǔn)微粒群算法更新公式,并最終選定利用標(biāo)準(zhǔn)微粒群算法對(duì)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行優(yōu)化。第三章在深入分析了徑向基神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法之后,利用微粒群
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的研究及其應(yīng)用.pdf
- 改進(jìn)的PSO算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究.pdf
- 基于改進(jìn)PSO算法的模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于改進(jìn)PSO算法的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基本pso優(yōu)化神經(jīng)網(wǎng)絡(luò)程序
- 基于PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)變規(guī)格控制研究.pdf
- PSO改進(jìn)算法研究及在神經(jīng)網(wǎng)絡(luò)與信號(hào)檢測(cè)中的應(yīng)用.pdf
- 基于協(xié)同PSO算法的模糊辨識(shí)與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí).pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的船舶結(jié)構(gòu)優(yōu)化.pdf
- 基于KKT條件的遞歸神經(jīng)網(wǎng)絡(luò)優(yōu)化算法及應(yīng)用.pdf
- 基于PSO與BP前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究.pdf
- 基于PSO優(yōu)化技術(shù)的木材材性參數(shù)神經(jīng)網(wǎng)絡(luò)建模研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)解耦優(yōu)化算法的研究及應(yīng)用.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)算法的研究與應(yīng)用.pdf
- 基于改進(jìn)PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的水泵全特性預(yù)測(cè)研究.pdf
- 基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡(luò)模型的改進(jìn)及應(yīng)用.pdf
- 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測(cè)模型.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的最優(yōu)化算法研究.pdf
- 基于改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用.pdf
- 基于回溯式搜索算法的隨機(jī)神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論