二阶微粒群优化神经网络的混沌系统辨识方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

云南省教育厅科研基金项目(2010Y060)


Chaotic System Identification Based on BP Neural Network of Two Order Particle Swarm Optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对BP 神经网络在学习算法中的不足,将BP 神经网络的权值和阀值训练问题转换为优化问题,提出一种利用二阶微粒群算法优化的神经网络的算法。其次,运用基于二阶微粒群算法训练的神经网络模型对混沌系统进行辨识,并与传统的BP 神经网络、RBF 网络对同一混沌系统辨识的结果进行比较。实验表明,利用二阶微粒群优化算法训练神经网络进行混沌系统辨识,辨识的效果优于其它几种神经网络模型,可有效用于混沌系统的辨识。

    Abstract:

    Aiming to the shortage of BP neural network in training algorithm, the problem of neural network learning can be seen as a function optimization problem and the neural network model based on two order particle swarm optimization is proposed. Then, chaotic system is identified by BP trained with two-order PSO and the efficiency of BP trained with two-order PSO is compared with those of BP and RBF based on the identification of chaotic system. The experimental results show that BP trained with two-order PSO is better than BP and RBF used in chaotic system identification.

    参考文献
    相似文献
    引证文献
引用本文

张坤,梁林.二阶微粒群优化神经网络的混沌系统辨识方法.计算机系统应用,2012,21(5):201-204

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-09-06
  • 最后修改日期:2011-10-09
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号