基于粒子群优化的神经网络训练算法研究 被引量：96

1

作者 高海兵 高亮 +1 位作者 周驰 喻道远 《电子学报》 EI CAS CSCD 北大核心 2004年第9期1572-1574,共3页

　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionospher... 　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionosphere以及Breastcancer模式分类问题 ,能够部分消除冗余分类参数及冗余连接结构对分类性能的影响 .与BP算法及遗传算法比较 ,该算法在提高分类误差精度的同时可加快训练收敛的速度 .仿真结果表明 ,SPSO是有效的神经网络训练算法 . 展开更多

关键词 粒子群优化 神经网络 遗传算法 模式分类

在线阅读 下载PDF 职称材料

自由曲面之间最短距离的一种新的改进遗传算法 被引量：6

2

作者 任红民 毕惟红 吴庆标 《计算机工程与应用》 CSCD 北大核心 2004年第23期62-64,共3页

遗传算法具有独有的特性,它采用选择、交叉和变异等策略,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱方法,因而适用于处理各种复杂问题。由于自由曲面的不规则性,自由曲面最短距离是CAD/CAM领域一... 遗传算法具有独有的特性,它采用选择、交叉和变异等策略,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱方法,因而适用于处理各种复杂问题。由于自由曲面的不规则性,自由曲面最短距离是CAD/CAM领域一个最重要的研究课题之一,也是一个难题。文章基于自由曲面的特性,在遗传算法中引入新的特殊个体,通过大量的计算与分析,提出了求自由曲面之间最短距离的一种新的改进遗传算法,并给出了计算实例,效果显著。 展开更多

关键词 自由曲面 最短距离 遗传算法 特殊个体 全局优化 CAD/CAM

在线阅读 下载PDF 职称材料

基于PSO的模糊聚类算法 被引量：17

3

作者 许磊 张凤鸣 《计算机工程与设计》 CSCD 北大核心 2006年第21期4128-4129,共2页

提出了一种基于模糊C-均值算法和粒子群算法的混合聚类算法。该算法结合PSO的全局搜索和FCM局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,有效地克服了FCM对初始值敏感、易陷入局部最优和PSO算法局部搜索较弱的问题,同时... 提出了一种基于模糊C-均值算法和粒子群算法的混合聚类算法。该算法结合PSO的全局搜索和FCM局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,有效地克服了FCM对初始值敏感、易陷入局部最优和PSO算法局部搜索较弱的问题,同时增强了跳出局部最优的能力。实验表明,新算法得到的目标函数值更小,并能减小分类错误率,聚类效果优于单一使用FCM或PSO。 展开更多

关键词 混合聚类 粒子群优化算法 模糊C-均值算法 全局优化 分类错误率

在线阅读 下载PDF 职称材料

基于PSO算法的图像分割方法 被引量：9

4

作者 董建明 胡觉亮 《计算机工程与设计》 CSCD 北大核心 2006年第18期3377-3378,3387,共3页

针对大多数图像分割方法计算量大、不利于实时处理的缺点,提出用微粒群算法(PSO)优化最小误差分割方法。该方法不但具备最小误差分割法受目标和噪声影响小以及对小图像分割效果好的优点,还克服了遗传算法等加速算法需要预先设定众多运... 针对大多数图像分割方法计算量大、不利于实时处理的缺点,提出用微粒群算法(PSO)优化最小误差分割方法。该方法不但具备最小误差分割法受目标和噪声影响小以及对小图像分割效果好的优点,还克服了遗传算法等加速算法需要预先设定众多运行参数,受目标变化影响大的问题。图像分割的效果和速度得到了提高,性能也更加稳定。实验结果反映了该方法的有效性。 展开更多

关键词 微粒群算法 最小误差 图像分割 遗传算法 实时处理

在线阅读 下载PDF 职称材料

BP/GA混合算法在简易组合导航系统中的应用 被引量：5

5

作者 范跃祖 张轶男 +1 位作者 马浩凯 闻新 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2005年第5期535-538,共4页

Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS (GlobalPositioningSys tem) /DRS (DeadReckoningSystem)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够... Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS (GlobalPositioningSys tem) /DRS (DeadReckoningSystem)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够高的问题,要提高系统的测量精度,只能提高算法软件的先进性.为补偿卡尔曼滤波发散的缺陷,将神经网络和遗传算法组成的混合算法与卡尔曼滤波相结合,应用到GPS/DRS组合导航系统中,该算法不仅具有普通神经网络的自主学习能力、好的实时性,还克服了传统算法收敛速度慢、对学习参数敏感、局部有极小点等缺点,同时兼具卡尔曼滤波的最优估计性能.仿真结果验证了这种算法和常规卡尔曼滤波算法相比较具有更高的精度和稳定性,经过对仿真数据进行统计分析,纬度误差的最大值降低了一个数量级. 展开更多

关键词 神经网络 卡尔曼滤波 遗传算法 简易组合导航系统

在线阅读 下载PDF 职称材料

最小风险准则和遗传算法优化神经网络 被引量：2

6

作者 苑鸿骥 黎明 于润桥 《计算机工程》 CAS CSCD 北大核心 2002年第7期17-19,共3页

提出了一种基于最小平均风险准则的遗传算法优化设计前向神经网络的方法,遗传算法的适应度函数并不采用传统的均方误差准则,而是由平均风险准则所决定。这种方法在计算神经网络输出与期望输出之间误差的同时,还要考虑神经网络对不同类... 提出了一种基于最小平均风险准则的遗传算法优化设计前向神经网络的方法,遗传算法的适应度函数并不采用传统的均方误差准则,而是由平均风险准则所决定。这种方法在计算神经网络输出与期望输出之间误差的同时,还要考虑神经网络对不同类型训练样本产生的这种误差所引起的不同的风险损失。这种方法优化得到的神经网络不仅可以准确地再现训练样本集合的期望输出,对训练样本集合外样本的正确预测能力也有明显的提高。 展开更多

关键词 最小风险准则 遗传算法 优化 神经网络 均方误差准则 图像识别 计算机

在线阅读 下载PDF 职称材料

基于遗传算法的HMM最小错识率训练方法 被引量：2

7

作者 贺前华 韦岗 金连文 《电路与系统学报》 CSCD 1999年第4期46-50,共5页

最小错识率（MCE）HMM训练方法是最直接的判决训练方法之一，原理上比最大似然接方法优越得多。但是，充分发挥MCE的性能的困难在于如何将非连续的经验错识率估计映射成连续的代价函数以便采用梯度搜索技术之类的忧化方法。本文所提出... 最小错识率（MCE）HMM训练方法是最直接的判决训练方法之一，原理上比最大似然接方法优越得多。但是，充分发挥MCE的性能的困难在于如何将非连续的经验错识率估计映射成连续的代价函数以便采用梯度搜索技术之类的忧化方法。本文所提出的基于遗传算法的最小错识率方法（GAMCE）不但可避免MCE的缺点，而且在原理上可求得全局最优解。实验结果表明，GA_MCE比MCE好得多。 展开更多

关键词 遗传算法 最小错误率 语音识别 HMM

在线阅读 下载PDF 职称材料

基于遗传算法求解两曲线间最短距离 被引量：2

8

作者 杨龙 代媛 何东健 《计算机应用》 CSCD 北大核心 2009年第B12期182-184,共3页

针对传统算法求解平面两条曲线间最短距离较为困难的问题,提出一种基于遗传算法的求解方法。该方法通过交替求解一条曲线上样本点到另一条曲线上样本点之间最短距离的方式对问题的可行域进行优化搜索。并对传统遗传算法做了两方面的改进... 针对传统算法求解平面两条曲线间最短距离较为困难的问题,提出一种基于遗传算法的求解方法。该方法通过交替求解一条曲线上样本点到另一条曲线上样本点之间最短距离的方式对问题的可行域进行优化搜索。并对传统遗传算法做了两方面的改进,一是根据曲线自身特征分区间选取初始种群,使其能够合理地分布在寻优空间;二是对交叉结果进行跟踪,确保交叉成功后的个体优于父代个体。最终实例验证结果表明,该算法能较好地收敛到此类问题的全局最优解。 展开更多

关键词 平面曲线 最短距离 遗传算法 全局最优解

在线阅读 下载PDF 职称材料

基于遗传算法优化的BP神经网络在粗糙度预测上的应用 被引量：7

9

作者 莫蓉 田国良 孙惠斌 《机械科学与技术》 CSCD 北大核心 2015年第5期729-732,共4页

针对BP神经网络预测工件表面粗糙度精度不高的问题,提出了一种基于遗传算法优化的BP神经网络预测方法。首先用遗传算法对BP神经网络的初始权值、阈值进行全局寻优,然后对优化的BP神经网络进行训练、预测。通过MATLAB进行了粗糙度预测仿... 针对BP神经网络预测工件表面粗糙度精度不高的问题,提出了一种基于遗传算法优化的BP神经网络预测方法。首先用遗传算法对BP神经网络的初始权值、阈值进行全局寻优,然后对优化的BP神经网络进行训练、预测。通过MATLAB进行了粗糙度预测仿真验证。结果表明:优化的BP神经网络比未优化的BP神经网络具有更高的预测精度。 展开更多

关键词 遗传算法 BP神经网络 表面粗糙度 预测方法

在线阅读 下载PDF 职称材料

改进粒子群算法在单体型重构问题中的应用 被引量：2

10

作者 钱伟懿 杨英杰 《计算机工程与应用》 CSCD 北大核心 2008年第5期64-66,72,共4页

结合单体型装配问题的计算模型—最少错误纠正模型(MEC)的特定知识,提出了一种求解单体型装配问题的改进粒子群算法。应用改进粒子群算法对真实数据和模拟数据进行数值计算,并且与基础粒子群算法和遗传算法进行比较,数值结果表明所设计... 结合单体型装配问题的计算模型—最少错误纠正模型(MEC)的特定知识,提出了一种求解单体型装配问题的改进粒子群算法。应用改进粒子群算法对真实数据和模拟数据进行数值计算,并且与基础粒子群算法和遗传算法进行比较,数值结果表明所设计的改进粒子群算法在单体型重构率上优于基础粒子群算法和遗传算法。 展开更多

关键词 粒子群算法 单体型 最少错误纠正 遗传算法

在线阅读 下载PDF 职称材料

一种改进微粒群算法的图像阈值分割方法

11

作者 刘丁峰 童小念 《计算机工程与应用》 CSCD 北大核心 2010年第15期150-152,共3页

以Kittler和Illingworth准则函数作为评价函数,提出了一种利用最小误差法和改进微粒群算法对图像进行阈值分割的方法IPSO(Improved Partical Swarm Optimization)。为了改善PSO算法,特别是在收敛速度方面的局限,IPSO算法引入遗传算法的... 以Kittler和Illingworth准则函数作为评价函数,提出了一种利用最小误差法和改进微粒群算法对图像进行阈值分割的方法IPSO(Improved Partical Swarm Optimization)。为了改善PSO算法,特别是在收敛速度方面的局限,IPSO算法引入遗传算法的择优思想对基本微粒群算法进行改进,使得改进后的IPSO算法具有快速的全局搜索能力。实验结果表明,对于灰度分布较复杂的图像,改进的IPSO算法不仅降低了运算开销,而且获得了满意的图像分割效果。 展开更多

关键词 最小误差法 图像分割 微粒群算法 遗传算法

在线阅读 下载PDF 职称材料

深孔轴线直线度误差评定方法 被引量：5

12

作者 李晓 包建东 《测试技术学报》 2018年第5期411-415,共5页

针对深孔存在的轴线直线度误差,本文采用端点连线法、最小二乘法、极值搜索法、分割逼近法及遗传算法5种评定方法分别对某身管光电检测实验所得数据进行评定.结果表明:以最小包容区域条件为基础的后3种方法,其评定精度高于端点连线法和... 针对深孔存在的轴线直线度误差,本文采用端点连线法、最小二乘法、极值搜索法、分割逼近法及遗传算法5种评定方法分别对某身管光电检测实验所得数据进行评定.结果表明:以最小包容区域条件为基础的后3种方法,其评定精度高于端点连线法和最小二乘法,可以较为准确地反映直线的直线度误差,尤其遗传算法作为全局优化搜索算法,其操作灵活实用、应用广泛且评定结果最好.此外本文还对深孔轴线直线度误差的修正提出了改进方法,具有较高的学术价值. 展开更多

关键词 深孔直线度 分割逼近法 遗传算法 最小区域包容条件 全局优化搜索

在线阅读 下载PDF 职称材料

基于改进型遗传算法的数字电路优化

13

作者 许颖 张瑛 《计算机技术与发展》 2014年第8期168-171,共4页

遗传算法(Genetic Algorithm,GA)是一种模拟生物界自然选择的智能优化算法,已经被广泛应用到各个领域。文中主要针对传统遗传算法在应用于数字电路优化设计中时所出现的未成熟收敛和收敛速度慢的问题,提出一种新的个体选择方法。该方法... 遗传算法(Genetic Algorithm,GA)是一种模拟生物界自然选择的智能优化算法,已经被广泛应用到各个领域。文中主要针对传统遗传算法在应用于数字电路优化设计中时所出现的未成熟收敛和收敛速度慢的问题,提出一种新的个体选择方法。该方法将保留最优个体选择方式和改进轮盘赌选择方式相结合,能够在保持种群的多样性的同时有效地提高数字电路优化的精确度。将该算法应用到最小分类网络的设计中,实验结果验证了改进算法的合理性和有效性。 展开更多

关键词 遗传算法 电路优化 最小分类网络

在线阅读 下载PDF 职称材料