学位论文 > 优秀研究生学位论文题录展示

粒子群算法在神经网络参数优化中的应用

作　者: 董延胜
导　师: 张安年
学　校: 河南科技大学
专　业: 计算机应用技术
关键词: 粒子群算法 聚集-重置 BP算法 优化计算 神经网络
分类号: TP183
类　型: 硕士论文
年　份: 2009年
下　载: 191次
引　用: 3次
阅　读: 论文下载
 

内容摘要


近年来,研究学者们从自然现象中不断获得启示,提出了许多优秀的智能算法,如遗传算法、蚁群算法、模拟退火算法以及粒子群优化算法等等,智能算法有了长足的发展。神经网络用于优化计算采用BP算法作为连接权学习的工具,但是由于其是按误差的梯度下降方向搜索,所以易陷入局部最小而造成成熟前收敛的问题;用GA算法来优化神经网络的参数,可以达到搜索的遍历性,但是是以增加迭代次数为代价的,因此收敛速度比较慢。基本PSO算法应用到神经网络参数优化中既可以达到搜索的遍历性,又省去了GA算法中选择、交叉、变异等基本操作。在搜索速度上有所提高,但是由于群中的粒子都按照同一规则进行最优位置的更新和运动,在粒子陷入局部极小后,动作的一致性反而阻碍了算法跳出局部极小。基于这一问题,本文提出了一种改进的粒子群算法:聚集-重置粒子群算法(FRPSO)。FRPSO主要思想是在原算法的种群产生聚集现象的时候,改变那些适应值最差的粒子。通过不断重新初始化种群中适应值最差的那些粒子,来避免算法陷入局部极小。作者对改进的粒子群算法做了大量的研究,通过实验证明了改进的FRPSO算法能有效地帮助算法跳出局部极小,比原来的算法在性能上有了很大的提高,并将改进的FRPSO算法应用到神经网络参数优化中。通过对BP算法、GA算法和FRPSO算法的分析比较,结果验证了改进的FRPSO算法的有效性、优越性及可行性。

全文目录


摘要  2-3
ABSTRACT  3-7
第1章 绪论  7-15
  1.1 课题的意义  7
  1.2 课题的理论背景  7-8
  1.3 课题研究领域的现状分析  8-13
    1.3.1 神经网络的研究现状  8-10
    1.3.2 优化技术的研究现状  10-11
    1.3.3 PSO 算法的研究现状  11-13
  1.4 本文的主要工作  13
  1.5 本文的组织结构  13-15
第2章 粒子群优化算法概述  15-33
  2.1 原始粒子群优化算法  15-22
    2.1.1 算法的起源  15-17
    2.1.2 算法的原理  17-19
    2.1.3 算法的参数  19
    2.1.4 算法的流程  19-20
    2.1.5 算法的拓扑结构  20-22
  2.2 几种经典的粒子群改进算法  22-26
    2.2.1 带压缩因子的粒子群算法  22-23
    2.2.2 权重改进的粒子群算法  23-25
    2.2.3 基于交叉的粒子群算法  25
    2.2.4 混沌粒子群算法  25-26
  2.3 粒子群算法的收敛性分析  26-29
  2.4 粒子群算法与其它仿生算法的比较  29-32
  2.5 小结  32-33
第3章 改进的粒子群算法  33-41
  3.1 引言  33
  3.2 算法的改进原则  33-34
  3.3 聚集-重置的粒子群算法  34-37
    3.3.1 算法思想  34-35
    3.3.2 算法的数学描述  35-36
    3.3.3 算法流程  36-37
  3.4 实验验证  37-40
    3.4.1 试验函数  37-39
    3.4.2 试验仿真  39-40
  3.5 小结  40-41
第4章 粒子群算法在神经网络参数优化中的应用  41-65
  4.1 人工神经网络  41-47
    4.1.1 神经网络的基本功能  41-42
    4.1.2 神经网络的拓扑结构  42-44
    4.1.3 神经网络的学习  44-47
  4.2 BP 算法  47-54
    4.2.1 基于BP 算法的多层感知器模型  47-49
    4.2.2 BP 学习算法  49-54
  4.3 遗传算法  54-57
    4.3.1 遗传算法概述  54-55
    4.3.2 遗传算法流程  55-57
    4.3.3 性能比较  57
  4.4 基于FRPSO 的神经网络学习算法  57-64
    4.4.1 FRPSO 算法优化神经网络参数  57-61
    4.4.2 仿真实验及结果  61-64
  4.5 小结  64-65
第5章 小结与展望  65-66
  5.1 本文小结  65
  5.2 展望  65-66
参考文献  66-69
致谢  69-70
攻读硕士学位期间的研究成果  70

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 某武器检测装置的控制系统设计,TP183
  12. 市级旅游用地规划环境影响评价研究,X820.3
  13. 珠三角地区高性能混凝土配合比智能化系统,TU528
  14. 大学生综合素质测评研究,G645.5
  15. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  16. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  17. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  18. 有源电力滤波器及其在配电网中的应用,TN713.8
  19. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  20. 基于BP神经网络的水稻干燥智能控制研究,S226.6
  21. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com