火力与指挥控制
火力與指揮控製
화력여지휘공제
FIRE CONTROL & COMMAND CONTROL
2012年
2期
144-146,150
,共4页
粒子群算法%RBF神经网络%局部搜索算子%仿真
粒子群算法%RBF神經網絡%跼部搜索算子%倣真
입자군산법%RBF신경망락%국부수색산자%방진
针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中.依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参效向量.实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高.
針對粒子群算法易陷入跼部極小的缺陷,提齣瞭一種改進的粒子群優化算法,併將改進後的算法應用到RBF神經網絡覈函數參數的選取中.依照文中提齣的編碼方式、迭代公式和適應度函數,在全跼空間中搜索具有最優適應值的參效嚮量.實例倣真錶明,基于改進粒子群算法優化的RBF神經網絡不僅收斂速度快,且誤差精度高.
침대입자군산법역함입국부겁소적결함,제출료일충개진적입자군우화산법,병장개진후적산법응용도RBF신경망락핵함수삼수적선취중.의조문중제출적편마방식、질대공식화괄응도함수,재전국공간중수색구유최우괄응치적삼효향량.실례방진표명,기우개진입자군산법우화적RBF신경망락불부수렴속도쾌,차오차정도고.
