计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
21期
37-39,62
,共4页
改进BP网络%粒子群算法%辨识%参数优化
改進BP網絡%粒子群算法%辨識%參數優化
개진BP망락%입자군산법%변식%삼수우화
当辨识神经网络的类型和结构确定后,初始权值等辨识参数直接影响到辨识效果,而依靠先验知识试凑而得的参数值往往难以达到最佳效果.针对这一问题,提出了一种结合粒子群(PSO)算法及引入动量项的改进BP网络的辨识方法,利用PSO对改进BP网络辨识的初始权值/偏置、学习率、动量系数进行寻优,并将优化后的神经网络模型用在控制系统中进行修正,进一步完善辨识模型.应用在热工系统中,仿真结果表明了该辨识方法的有效性.
噹辨識神經網絡的類型和結構確定後,初始權值等辨識參數直接影響到辨識效果,而依靠先驗知識試湊而得的參數值往往難以達到最佳效果.針對這一問題,提齣瞭一種結閤粒子群(PSO)算法及引入動量項的改進BP網絡的辨識方法,利用PSO對改進BP網絡辨識的初始權值/偏置、學習率、動量繫數進行尋優,併將優化後的神經網絡模型用在控製繫統中進行脩正,進一步完善辨識模型.應用在熱工繫統中,倣真結果錶明瞭該辨識方法的有效性.
당변식신경망락적류형화결구학정후,초시권치등변식삼수직접영향도변식효과,이의고선험지식시주이득적삼수치왕왕난이체도최가효과.침대저일문제,제출료일충결합입자군(PSO)산법급인입동량항적개진BP망락적변식방법,이용PSO대개진BP망락변식적초시권치/편치、학습솔、동량계수진행심우,병장우화후적신경망락모형용재공제계통중진행수정,진일보완선변식모형.응용재열공계통중,방진결과표명료해변식방법적유효성.
