發(fā)布時間：2018-05-30 05:56

  本文選題：灰狼優(yōu)化算法 + 非線性��； 參考：《微電子學(xué)與計(jì)算機(jī)》2017年07期

【摘要】：對于RBF神經(jīng)網(wǎng)絡(luò)權(quán)值參數(shù)優(yōu)化問題,提出一種基于改進(jìn)灰狼優(yōu)化算法的RBF神經(jīng)網(wǎng)絡(luò)的方法.針對灰狼算法的收斂精度低的缺點(diǎn)提出一種非線性收斂的灰狼算法,將隱層到輸出層的權(quán)值矩陣映射成灰狼算法里的人工狼,利用灰狼優(yōu)化算法收斂速度快,全局搜索能力強(qiáng)的特點(diǎn)對RBF網(wǎng)絡(luò)的隱層到輸出層的權(quán)值進(jìn)行優(yōu)化.本文采用KDD CUP99數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:本文所提出的算法具有更好的分類檢測效果具有更好的檢測分類效果,并在一定程度上增強(qiáng)了RBF神經(jīng)網(wǎng)絡(luò)對非線性問題的處理能力.
[Abstract]:For the optimization of weight parameter of RBF neural network, a method of RBF neural network based on improved gray wolf optimization algorithm is proposed. Aiming at the disadvantage of low convergence precision of gray wolf algorithm, a nonlinear convergence gray wolf algorithm is proposed. The weight matrix from hidden layer to output layer is mapped to artificial wolf in gray wolf algorithm. The global search ability is strong to optimize the weights from hidden layer to output layer in RBF network. The experimental results show that the proposed algorithm has better classification effect and better classification effect. To some extent, the ability of RBF neural network to deal with nonlinear problems is enhanced.
【作者單位】： 沈陽航空航天大學(xué)計(jì)算機(jī)學(xué)院;
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張雅;向虎;郭芳瑞;張自亮;;RBF網(wǎng)絡(luò)模型參考自適應(yīng)控制在溫度控制中的仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2008年02期

2 劉慧明;劉亮;董洪燦;;基于RBF網(wǎng)絡(luò)的模型參考自適應(yīng)控制[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

3 趙芳;孟凡榮;;基于RBF網(wǎng)絡(luò)的煤與瓦斯突出預(yù)測研究[J];微計(jì)算機(jī)信息;2009年03期

4 危志明;;RBF網(wǎng)絡(luò)在圖書館流通量預(yù)測中的應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2009年06期

5 龍華;;基于免疫遺傳算法和梯度下降的RBF網(wǎng)組合訓(xùn)練方法[J];計(jì)算機(jī)與現(xiàn)代化;2011年03期

6 苗青,曹廣益,朱新堅(jiān);基于一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)的直接甲醇燃料電池建模[J];系統(tǒng)仿真學(xué)報(bào);2005年02期

7 楊胡萍;白慧;劉家學(xué);張力;;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

8 滕利強(qiáng);;基于RBF模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)及仿真[J];科技資訊;2011年09期

9 夏繼偉;欒航;吳晶;;基于RBF神經(jīng)網(wǎng)絡(luò)的港口大氣污染預(yù)警研究模型[J];商業(yè)文化(學(xué)術(shù)版);2007年07期

10 張曉亮;;一種改進(jìn)的RBF網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測中的應(yīng)用[J];煤礦機(jī)電;2008年03期

相關(guān)會議論文 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網(wǎng)絡(luò)在漏鋼預(yù)報(bào)中的應(yīng)用[A];中國計(jì)量協(xié)會冶金分會2007年會論文集[C];2007年

2 彭正勇;;基于RBF神經(jīng)網(wǎng)絡(luò)的巷道圍巖松動圈厚度預(yù)測[A];全國金屬礦山采礦新技術(shù)學(xué)術(shù)研討與技術(shù)交流會論文集[C];2007年

3 王海榮;;基于遺傳RBF網(wǎng)絡(luò)時間序列的城市火災(zāi)預(yù)測[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經(jīng)網(wǎng)絡(luò)的氣溫預(yù)報(bào)模型的研究[A];中國氣象學(xué)會2008年年會第二屆研究生年會分會場論文集[C];2008年

5 宋宜斌;王培進(jìn);;一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型[A];2005年中國智能自動化會議論文集[C];2005年

6 李亞芬;楊揚(yáng);;基于RBF網(wǎng)的CSTR內(nèi)�？刂芠A];第二十屆中國控制會議論文集（下）[C];2001年

7 王俊松;田庫;劉玉敏;張興會;李建國;劉玉亮;;基于RBF神經(jīng)網(wǎng)絡(luò)的腫瘤組織熱傳導(dǎo)過程建模及軟測量[A];第25屆中國控制會議論文集（上冊）[C];2006年

8 徐中;辛志東;葉希貴;;基于RBF神經(jīng)網(wǎng)絡(luò)水處理系統(tǒng)建模與仿真[A];第六屆全國表面工程學(xué)術(shù)會議論文集[C];2006年

9 黃艷清;曹長修;孫圣軍;;基于自反饋RBF神經(jīng)網(wǎng)絡(luò)的高爐熱狀態(tài)預(yù)測模型[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強(qiáng);郝繼紅;段運(yùn)波;許耀銘;;基于RBF網(wǎng)絡(luò)的非線性系統(tǒng)輸出跟蹤控制[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

相關(guān)博士學(xué)位論文 前2條

1 趙斌;基于RBF網(wǎng)絡(luò)的北方溫室溫濕度控制機(jī)理的研究[D];東北林業(yè)大學(xué);2010年

2 曾祥萍;自適應(yīng)組合RBF濾波器理論及其應(yīng)用研究[D];西南交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 杜盟盟;基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡跟蹤控制方法研究[D];河南科技大學(xué);2015年

2 張力;基于RBF神經(jīng)網(wǎng)絡(luò)和標(biāo)簽關(guān)聯(lián)的多標(biāo)簽學(xué)習(xí)[D];東南大學(xué);2016年

3 邱龍;導(dǎo)向鉆井穩(wěn)定平臺RBF-滑模變結(jié)構(gòu)控制[D];西安石油大學(xué);2016年

4 夏文學(xué);基于RBF神經(jīng)網(wǎng)絡(luò)的股價操縱判別研究[D];武漢輕工大學(xué);2016年

5 王翠;基于灰色理論和RBF神經(jīng)網(wǎng)絡(luò)民航客運(yùn)量預(yù)測方法研究[D];北京交通大學(xué);2008年

6 尹德武;RBF的改進(jìn)及在中國轎車市場預(yù)測中的應(yīng)用研究[D];大連理工大學(xué);2006年

7 翟偉;基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警評估研究[D];重慶工商大學(xué);2008年

8 李志強(qiáng);基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識的永磁無刷直流電機(jī)單神經(jīng)元自適應(yīng)PID控制[D];天津大學(xué);2005年

9 高彥荷;基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[D];四川大學(xué);2004年

10 張晶;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[D];河北大學(xué);2009年

，

本文編號：1954179