聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽 首页聽|聽简介聽|聽编委聽|聽征稿简则聽|聽英文刊聽|聽稿件流程聽|聽致读者聽|聽下载区聽|聽常见问题聽|聽联系我们
微粒群优化动态神经网络模型结构分析
Model-structure analysis of dynamic neural networks with particle-swarm optimization
摘要点击聽125聽聽全文点击聽75聽聽投稿时间:2010/6/9聽聽最后修改时间:2010/10/19
查看全文聽聽查看/发表评论聽聽下载PDF阅读器
DOI编号聽聽
聽聽2011,28(9):1075-1081
中文关键词聽聽微粒群优化聽聽动态神经网络聽聽鲁棒不确定性聽聽稳定性
英文关键词聽聽particle-swarm optimization聽聽dynamic neural networks聽聽robust uncertain聽聽stability
基金项目聽聽国家自然科学基金资助项目(61074096); 国家高技术研究发展计划“863”资助项目(2007AA04Z158); 国家科技支撑计划资助项目(2006BAB14B05); 国家重点基础研究发展计划“973”资助项目(2006CB403405).
学科分类代码聽聽
作者单位E-mail
范剑超大连理工大学 电子信息与电气工程学部fjchao@mail.dlut.edu.cn
韩敏大连理工大学 电子信息与电气工程学部minhan@dlut.edu.cn
中文摘要
聽聽聽聽聽聽微粒群算法由于进化机制中的随机不确定性, 其稳定性很难进行分析, 所以对微粒群的研究多是根据经验的实际优化模型求解. 针对该问题, 利用鲁棒不确定性理论, 将算法分解为时不变和不确定时变的结构, 减少原有参数固定的假设条件, 从而对引入动态惯性权重的微粒群算法的渐近稳定性进行分析. 在此基础之上, 采用李雅普诺夫方法, 得到基于微粒群参数优化的动态神经网络收敛的充分条件, 自适应调整微粒速度的上下限, 为组合模型的实际应用提供参数选择的理论基础. 最后, 通过仿真实例验证了所给出微粒群算法稳定性条件和基于微粒群优化的动态神经网络收敛条件的有效性.
英文摘要
聽聽聽聽聽聽Due to the random uncertainty in the particle-swarm optimization algorithm(PSO), the analysis of stability is difficult to be performed. Most of the researchers on PSO solve this problem based on the practical model obtained by experience. Being different, we employ the robust uncertainty theory to decompose the original algorithm into the timeinvariant part and the uncertain time-variant part for reducing the original fixed constraints on parameters, and perform the asymptotic stability analysis by using the PSO algorithm with dynamic inertia weight. By using the Lyapunov method, we obtain the sufficient conditions of stability for the dynamic neural networks based on PSO and the upper and lower bounds of the parameters to be adjusted, providing the theoretical basis for parameter selection. Finally, simulation examples validate the stability conditions and the effectiveness of the proposed dynamic neural networks based on PSO algorithm.
 
  聽聽聽聽聽聽聽聽聽 您是第957201位访问者  

主办单位:华南理工大学 中国科学院数学与系统科学研究院聽聽聽聽聽 单位地址:广州市天河区五山路381号

服务热线:020-87111464聽聽 传真:020-87111464聽聽 邮编:510640 聽聽Email: aukzllyy@scut.edu.cn
 

聽聽聽聽本系统由北京勤云科技发展有限公司设计聽聽京ICP备09084417号
E世博 金宝博 888真人 八大胜 太阳城 澳盈88