自适应变系数PSO-RBF算法及其在预测工程的应用

林大志; 王锐利

首页> 中文期刊> 《现代电子技术》 >自适应变系数PSO-RBF算法及其在预测工程的应用

自适应变系数PSO-RBF算法及其在预测工程的应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

RBF神经网络对于非线性预测具有较好的效果，但是其存在容易陷入局部最小值以及收敛速度慢等缺点，研究一种自适应变系数PSO算法对RBF神经网络的初始参数进行优化，之后由RBF神经网络对粒子群算法优化后的网络参数进行精细优化，从而提高神经网络的稳定性以及收敛效率和精度等。自适应变系数PSO算法主要是将自适应递减和递增因子以及自适应调节惯性权重算子策略引入到常规的PSO算法中，从而改进算法在搜索空间中的遍历性，提高寻找全局最优解的概率，提高收敛精度和效率。最后，以炼钢过程中的煤气消耗量与钢铁产量的非线性关系作为预测实例进行研究，使用结果表明，研究的基于自适应变系数PSO⁃RBF神经网络的预测模型具有很好的预测能力，能够在预测工程中发挥较大的作用。

著录项

来源
《现代电子技术》 |2016年第11期|113-115|共3页
作者
林大志; 王锐利;
展开▼
作者单位

河南牧业经济学院;

河南郑州 450045;

济源职业技术学院;

河南济源 454650;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机网络;
关键词
非线性预测; RBF神经网络; 自适应变系数粒子群算法; 煤气量预测;

相似文献

中文文献
外文文献
专利

1. 自适应变系数粒子群-径向基神经网络模型在负荷预测中的应用 [J] . 师彪 ,李郁侠 ,于新花 . 计算机应用 . 2009,第009期
2. 基于PSO-RBF算法的锂电池SOH研究与预测 [J] . 吴桂才 . 机电工程技术 . 2021,第012期
3. 一种基于PSO-RBF网络算法的热舒适性指标预测新方法 [J] . 陆烨 ,朱其新 ,周敬松 . 苏州科技学院学报（自然科学版） . 2020,第001期
4. 一种基于PSO-RBF网络算法的热舒适性指标预测新方法 [J] . 陆烨 ,朱其新 ,周敬松 . 苏州科技大学学报：自然科学版 . 2020,第001期
5. 基于自适应粒子群优化算法的预测控制算法及其在加热炉支管平衡中的应用 [J] . 刘波 ,张丽香 ,黄德先 . 现代化工 . 2004,第z2期
6. 基于自适应粒子群优化算法的预测控制算法及其在加热炉支管平衡中的应用 [C] . 刘波 ,张丽香 ,黄德先 . 2004年过程系统工程年会 . 2004
7. 基于自适应集成学习的交通时序预测算法研究及应用 [A] . 郭中正 . 2020

自适应变系数PSO-RBF算法及其在预测工程的应用

摘要

著录项

相似文献

相关主题

期刊订阅