訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)_第1頁
訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)_第2頁
訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

具有混合粒子群優(yōu)化的 RBF 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 6 三個訓(xùn)練算法（ HPSO ， PSO 算法，和 newrb ）進行了比較 11 ，對于算法 RBF 神經(jīng)網(wǎng)絡(luò)， newrb 函數(shù)的程序作為標(biāo)準(zhǔn)訓(xùn)練算法被包含在 Matlab 神經(jīng)網(wǎng)絡(luò)工具箱里。參數(shù)的 PSO 和 HPSO 的參數(shù)規(guī)定如下： 分量 w 在 0.8 和 0.2 之間線性地漸減， 加速系數(shù) G1 = G2 = 2.5 。 HPSO 的溫度是 1000。試驗結(jié)果已列在表 2 ，這是在不同的數(shù)據(jù)集里三種方法的錯誤率。 從表 2 可以看出，訓(xùn)練設(shè)置和測試設(shè)置的準(zhǔn)確率超出那些簡單的 PSO 和 newrb 的準(zhǔn)確 率。因此，在本文中提到 HPSO 算法對于 RBF 神經(jīng)網(wǎng)絡(luò)是更為有效。 5. 結(jié)論 本文提出了一種具有模擬退火和混沌搜索技術(shù)的混合算法 PSO 來訓(xùn)練 RBF 神經(jīng)網(wǎng)絡(luò)。 HPSO 算法結(jié)合了 PSO, SA, 和 Chaos 強大的能力。 他們可以戶互相學(xué)習(xí)對方的長處和抵消 自己的薄弱點。基準(zhǔn)函數(shù)優(yōu)化和數(shù)據(jù)集分類問題（虹膜，玻璃，酒和新甲狀腺）的實驗結(jié) 果表明了提出的算法的有效性和高效率。 鳴謝 作者要感謝那些匿名評論家， 因為他們認(rèn)真閱讀本文件和他們的有益的意見。 這項工作在 通過 no.2003AA1Z261

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論