计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
10期
152-153
,共2页
赵磊%贾振红%覃锡忠%杨杰%庞韶宁
趙磊%賈振紅%覃錫忠%楊傑%龐韶寧
조뢰%가진홍%담석충%양걸%방소저
早熟%k均值%量子遗传算法%适应度
早熟%k均值%量子遺傳算法%適應度
조숙%k균치%양자유전산법%괄응도
针对遗传算法容易出现早熟的问题,提出一种基于k均值和量子遗传算法的径向基函数(RBF)神经网络组合优化方法.通过k均值聚类求取网络的中心,用量子遗传算法训练网络的权值,利用量子染色体的表示方式以及量子染色体的更新提高算法的并行性,从而解决遗传算法早熟的问题,提高网络的适应度.相对于PSO-RBF和ACO-RBF,该方法提高网络的收敛速度,实现对RBF网络的优化.
針對遺傳算法容易齣現早熟的問題,提齣一種基于k均值和量子遺傳算法的徑嚮基函數(RBF)神經網絡組閤優化方法.通過k均值聚類求取網絡的中心,用量子遺傳算法訓練網絡的權值,利用量子染色體的錶示方式以及量子染色體的更新提高算法的併行性,從而解決遺傳算法早熟的問題,提高網絡的適應度.相對于PSO-RBF和ACO-RBF,該方法提高網絡的收斂速度,實現對RBF網絡的優化.
침대유전산법용역출현조숙적문제,제출일충기우k균치화양자유전산법적경향기함수(RBF)신경망락조합우화방법.통과k균치취류구취망락적중심,용양자유전산법훈련망락적권치,이용양자염색체적표시방식이급양자염색체적경신제고산법적병행성,종이해결유전산법조숙적문제,제고망락적괄응도.상대우PSO-RBF화ACO-RBF,해방법제고망락적수렴속도,실현대RBF망락적우화.
