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：《微電子學與計算機》2017年07期

【摘要】：對于RBF神經網絡權值參數優(yōu)化問題,提出一種基于改進灰狼優(yōu)化算法的RBF神經網絡的方法.針對灰狼算法的收斂精度低的缺點提出一種非線性收斂的灰狼算法,將隱層到輸出層的權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,全局搜索能力強的特點對RBF網絡的隱層到輸出層的權值進行優(yōu)化.本文采用KDD CUP99數據集進行實驗,實驗結果表明: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了RBF神經網絡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】： 沈陽航空航天大學計算機學院;
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 張雅;向虎;郭芳瑞;張自亮;;RBF網絡模型參考自適應控制在溫度控制中的仿真研究[J];系統(tǒng)仿真學報;2008年02期

2 劉慧明;劉亮;董洪燦;;基于RBF網絡的模型參考自適應控制[J];青島科技大學學報(自然科學版);2008年01期

3 趙芳;孟凡榮;;基于RBF網絡的煤與瓦斯突出預測研究[J];微計算機信息;2009年03期

4 危志明;;RBF網絡在圖書館流通量預測中的應用[J];科技情報開發(fā)與經濟;2009年06期

5 龍華;;基于免疫遺傳算法和梯度下降的RBF網組合訓練方法[J];計算機與現代化;2011年03期

6 苗青,曹廣益,朱新堅;基于一種改進的RBF神經網絡的直接甲醇燃料電池建模[J];系統(tǒng)仿真學報;2005年02期

7 楊胡萍;白慧;劉家學;張力;;基于改進RBF神經網絡的電力系統(tǒng)短期負荷預測[J];東華大學學報(自然科學版);2008年02期

8 滕利強;;基于RBF模糊神經網絡控制器的設計及仿真[J];科技資訊;2011年09期

9 夏繼偉;欒航;吳晶;;基于RBF神經網絡的港口大氣污染預警研究模型[J];商業(yè)文化(學術版);2007年07期

10 張曉亮;;一種改進的RBF網絡在電力系統(tǒng)短期負荷預測中的應用[J];煤礦機電;2008年03期

相關會議論文 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網絡在漏鋼預報中的應用[A];中國計量協會冶金分會2007年會論文集[C];2007年

2 彭正勇;;基于RBF神經網絡的巷道圍巖松動圈厚度預測[A];全國金屬礦山采礦新技術學術研討與技術交流會論文集[C];2007年

3 王海榮;;基于遺傳RBF網絡時間序列的城市火災預測[A];提高全民科學素質、建設創(chuàng)新型國家——2006中國科協年會論文集（下冊）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經網絡的氣溫預報模型的研究[A];中國氣象學會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;;一種改進的RBF神經網絡預測模型[A];2005年中國智能自動化會議論文集[C];2005年

6 李亞芬;楊揚;;基于RBF網的CSTR內�？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神經網絡的腫瘤組織熱傳導過程建模及軟測量[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神經網絡水處理系統(tǒng)建模與仿真[A];第六屆全國表面工程學術會議論文集[C];2006年

9 黃艷清;曹長修;孫圣軍;;基于自反饋RBF神經網絡的高爐熱狀態(tài)預測模型[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建網30周年論文集[C];2007年

10 呂強;郝繼紅;段運波;許耀銘;;基于RBF網絡的非線性系統(tǒng)輸出跟蹤控制[A];1994中國控制與決策學術年會論文集[C];1994年

相關博士學位論文 前2條

1 趙斌;基于RBF網絡的北方溫室溫濕度控制機理的研究[D];東北林業(yè)大學;2010年

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

相關碩士學位論文 前10條

1 杜盟盟;基于RBF神經網絡的機械手軌跡跟蹤控制方法研究[D];河南科技大學;2015年

2 張力;基于RBF神經網絡和標簽關聯的多標簽學習[D];東南大學;2016年

3 邱龍;導向鉆井穩(wěn)定平臺RBF-滑模變結構控制[D];西安石油大學;2016年

4 夏文學;基于RBF神經網絡的股價操縱判別研究[D];武漢輕工大學;2016年

5 王翠;基于灰色理論和RBF神經網絡民航客運量預測方法研究[D];北京交通大學;2008年

6 尹德武;RBF的改進及在中國轎車市場預測中的應用研究[D];大連理工大學;2006年

7 翟偉;基于自適應RBF神經網絡的商業(yè)銀行信貸風險預警評估研究[D];重慶工商大學;2008年

8 李志強;基于RBF神經網絡在線辨識的永磁無刷直流電機單神經元自適應PID控制[D];天津大學;2005年

9 高彥荷;基于混合遞階遺傳算法的RBF神經網絡優(yōu)化及應用[D];四川大學;2004年

10 張晶;基于改進RBF神經網絡的入侵檢測研究[D];河北大學;2009年

，

本文編號：1954179