基于改进人工鱼群算法的神经网络优化
作者:
魏立新
[1,2] ;
张峻林
[2] ;
刘青松
[3]
关键词:
人工鱼群算法
神经网络
局部极值
参数寻优
摘要：
针对人工鱼群算法的寻优速度慢，后期收敛性差等缺陷提出了一种并行运行方式的改进人工鱼群算法（ImprovementArtificialFishSwarmAlgorithm，IAFSA）。进而应用IAFSA算法对BP神经网络初始权值进行寻优，以解决BP网络初始权值选取困难且优化过程中容易陷入局部极值的问题。最后，将IAFSA—BP网络混合算法应用于PID参数的优化，从而克服了PID控制参数难以整定的难题。通过仿真实验，结果表明：改进的人工鱼群算法寻优速度更快，优化值更加合理。应用IAFSA—BP混合算法得到的PID控制参数使得系统响应更快，稳态误差更小，系统性能得到提升。
上一篇：污水处理过程出水水质多模型在线软测量方法
下一篇：废水中和过程的RBF神经网络预测控制