共查询到20条相似文献，搜索用时 656 毫秒
1.
高大利 《赤峰学院学报(自然科学版)》2011,27(1):25-27
将混沌与最大最小蚂蚁算法相融合,在蚁群算法的信息素更新规则中加入混沌扰动量避免了在搜索过程中陷入局部极值.测试结果表明混沌蚁群算法能够有效地提高算法的全局寻优能力,对于物流配送路径问题的求解能够获得满意的结果. 相似文献
2.
基于模拟退火的神经网络预测模型 总被引：3，自引：0，他引：3
在分析了传统神经网络预测模型的基础上，提出用模拟退火算法代替局部梯度下降法修正网络权值，从而避免了人工神经网络容易陷入局部极小的缺陷。经实例证实，该方法能有效地提高预测的精度。 相似文献
3.
为避免粒子群算法陷入局部最优、早熟收敛,提出了一种新型的混沌粒子群混合优化算法。利用混沌映射初值敏感性、遍历性特点,随机初始化一个粒子,并通过混沌映射得到多个粒子的初始值,改变初始粒子群的提取过程。利用混沌映射扩大初始粒子群,得到寻优粒子群,使得粒子群在搜索的过程中,种群数量变大,有利于全局寻优,而种群粒子多样化,有利于跳出局部极值。经典的测试函数仿真表明,改进的粒子群算法极大提高了粒子群的寻优精度和寻优效率,增加了粒子的全局寻优能力,具有更为广泛的应用场景。 相似文献
4.
王仲民 《天津工程师范学院学报》2007,17(3):19-21
通过对梯度法与模拟退火算法优缺点的分析,提出了一种梯度退火新型混合全局优化算法。该算法利用梯度法的快速寻优特性得到某一局部极值,然后采用模拟退火算法的全局搜索寻优能力跳出该局部极值,经过反复混合迭代最终获得全局最优解。仿真实验表明,该新型混合优化算法显著提高了求解全局优化问题的计算效率。 相似文献
5.
由于神经网络误差曲面是高维的凹凸不平的复杂曲面,在采用梯度下降法和LMBP算法的BP网络进行训练的过程,无论哪一种算法,都存在陷入局部极小的情况,本文描述一种改进后的LMBP算法,提出判断局部最小的规则,引入冲量概念,当神经网路陷入局部最小点时,使其在梯度方向上产生大的跳跃,确保跳出局部最小点。 相似文献
6.
粒子群优化算法因简单、容易实现,被越来越多地应用于众多应用领域,但其存在着容易陷入局部最优等缺点。混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,尤其是混沌的遍历性特点,使其可以作为搜索过程中避免陷入局部极小的一种优化机制。将二者结合求解优化问题,改善了粒子群摆脱陷入局部极值的能力,提高了算法收敛速度。论述了混沌粒子群优化算法的研究进展。 相似文献
7.
段明秀 《当代教育理论与实践》2010,2(1):101-104
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。 相似文献
8.
BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型． 相似文献
9.
为了提高小波神经网络的收敛速度,文章提出了将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法,在误差寻优初期采用梯度下降法迭代,当寻优过程开始接近最优时,更改寻优算法,使用DFP变尺度算法。通过仿真结果表明,改进算法减少了迭代次数,提高了算法收敛速度。 相似文献
10.
蚁群算法是一种新型启发式优化算法,其作为一种全局搜索算法,能够有效地避免局部极优.本文建立了发电机电磁回路参数聚合中频域拟合法的优化模型,提出利用蚁群算法寻找多台发电机电磁回路的聚合参数,并将寻优结果与利用梯度算法寻优的结果相比较,验证了蚁群算法在发电机参数聚合中的有效性. 相似文献
11.
高大利 《泉州师范学院学报》2010,28(2):10-13
将最大最小蚂蚁算法与变异操作相融合,改进物流配送路径问题的求解,其算法首先采用最大最小蚂蚁算法产生较优解,然后使用变异操作对较优解进行优化.测试结果表明：该改进算法可以避免蚁群算法在搜索过程中陷入局部最优,有效地提高算法的全局寻优能力. 相似文献
12.
针对萤火虫群优化(GSO)算法在解决全局优化问题时出现的易陷入局部最优、收敛速度慢、求解精度不高等问题,提出一种改进的混沌萤火虫群优化(ICGSO)算法,修改了GSO算法动态决策域半径更新公式,并采用自适应动态步长,引入混沌优化算法提高局部搜索能力。实验结果表明将ICGSO算法应用于建立在神经网络预测模型上的瓦斯突出预测中的有效性。 相似文献
13.
针对现有BP神经网络选取权值和阈值不精确问题,采用改进量子粒子群优化算法优化BP神经网络权值和阈值。首先在改进的量子粒子群优化算法中,采用双层多种群优化策略提高整个种群的寻优能力,然后在每个子群中使用混沌反向学习和Levy飞行增强子群寻优能力,最后利用改进的量子粒子群优化BP神经网络权值和阈值。实验结果表明,改进的量子粒子群优化算法能有效提高BP神经网络的全局寻优能力和收敛性,对数控高速铣削加工的铣削力进行准确预测。 相似文献
14.
为了解决蚁群算法收敛速度慢和易陷入局部最优的问题,提高算法在连续空间中的寻优能力,本文提出了一种基于有向搜索的智能蚁群优化算法。该算法使转移概率较大的蚂蚁个体在解空间中进行局部有向变步长搜索,有效地避免了算法陷入局部最优,缩短了搜索时间,在寻优精确度取得了很好的效果。通过仿真验证了算法的有效性 相似文献
15.
阈值分割是图像分割中的一种常用且有效的方法,其关键问题是搜索到最佳分割阈值.文中基于混沌优化理论,利用Lorenz混沌系统对图像进行了阈值分割,同时提出了一种基于耦合映象格子的时空混沌优化算法,并且将其应用于图像分割实验.实验表明,与Lorenz混沌优化算法相比,时空混沌优化算法用于阈值寻优能够给出更加理想的分割结果. 相似文献
16.
17.
以泰斯公式为基础,将单纯形-混沌优化算法应用于分析抽水试验数据,求解含水层参数函数优化问题。采用具有搜索速度快、局部搜索能力强等优点的单纯形算法与全局搜索能力强的混沌优化算法结合的单纯形-混沌优化算法。数值实验结果表明：单纯形-混沌优化算法可有效地应用于求解含水层参数函数优化问题;待估参数导水系数的初始取值范围、粗搜索次数和混沌序列长度对算法的收敛速度有一定的影响,但不会影响算法的收敛性。 相似文献
18.
使用机器人进行焊接作业是提升工业生产效率的重要手段，合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题，提出了一种混沌麻雀搜索算法优化双权值神经网络的新算法。该方法利用混沌麻雀搜索算法的全局搜索能力为双权值神经网络的方向权值、核心权值、幅值选取最优参数。提出了基于新算法的焊接工艺参数优化方法，建立焊接工艺参数与焊接质量之间的映射模型，获取最优焊接参数。分别采用模拟数据与实测激光焊接实验数据对所提方法进行测试，结果表明，混沌麻雀搜索算法优化的双权值神经网络迭代速度快、拟合精度高，较传统的双权值神经网络和径向基神经网络性能更优，适用于工业生产中焊接机器人工艺参数的高效设定。 相似文献
19.
针对基本粒子群优化算法存在的早熟收敛问题,提出了一种保持粒子活性的改进PSO算法:当粒子失活时,对粒子进行变异或扰动操作,重新激活粒子,使粒子能够有效地进行全局和局部搜索,并将改进的PSO算法应用到酒精流加发酵过程的补料优化。实验结果表明,运用改进的PSO算法在进行流加发酵过程的补料优化时,它的寻优性能良好,而且寻优速度很快,可以提高最终产物14%的产量。 相似文献
20.
针对传统教学实践评价中的局限性和人为因素过重等问题,为得到客观、准确的评价效果,提出了一种改进的神经网络教学实践评价方法,充分利用遗传算法的优化性质和神经网络的自学习、自适应能力,先用遗传算法对神经网络权值和阀值寻优,再用神经网络精确求解,自动从样本数据中找出与评价结果之间的非线性关系,得到评价结果。实验证明,改进后的神经网络算法达到了全局寻优和快速高效的目的,避免了局部极小问题,达到了良好的评价效果。 相似文献