基于PSO算法的神經(jīng)網(wǎng)絡優(yōu)化研究及應用.pdf

1、人工神經(jīng)網(wǎng)絡是一種具有自學習、自組織、自適應和非線性動態(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)域已有了成熟的應用。應用現(xiàn)代科學的新理論和新方法對神經(jīng)網(wǎng)絡進行研究是當前的一個研究熱點。微粒群算法是一種基于群體智能理論的隨機全局優(yōu)化算法，其結(jié)構(gòu)簡單、易于實現(xiàn)、收斂速度快等優(yōu)點使它一提出就備受人們關(guān)注，應用于很多應用研究及理論研究當中。本文利用微粒群算法對徑向基神經(jīng)網(wǎng)絡與自組織映射神經(jīng)網(wǎng)絡兩種網(wǎng)絡模型進行了優(yōu)化。徑向基神經(jīng)網(wǎng)絡是一種三

2、層前饋網(wǎng)絡，與其他網(wǎng)絡不同，它是一種非線性網(wǎng)絡，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)絡具有拓撲保持和向量量化的特點，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，它在模式識別方面有很好的應用。
　　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)設置以及標準微粒群算法更新公式，并最終選定利用標準微粒群算法對神經(jīng)網(wǎng)絡算法進行優(yōu)化。第三章在深入分析了徑向基神經(jīng)網(wǎng)絡的主要學習算法之后，利用微粒群