基于PSO和L-M优化方法的奇偶问题学习算法-中国重要会议论文全文数据库

中国重要会议论文全文数据库

关闭

基于PSO和L-M优化方法的奇偶问题学习算法

CAJ下载　

PDF下载

【会议录名称】	第二十六届中国控制会议论文集 , 2007 年 Proceedings of the 26th Chinese Control Conference
【作者】	杨光友; 张道德;
【英文论文作者】	Yang Guangyou; Zhang Daode School of Mechanical Engineering; Hubei University of Technology; Wuhan; 430068; P.R.China;
【作者单位】	湖北工业大学机械工程学院;
【会议名称】	第二十六届中国控制会议
【英文会议名称】	The 26th Chinese Control Conference
【会议地点】	中国湖南张家界
【主办单位】	中国自动化学会控制理论专业委员会(Technical Committee on Control Theory,Chinese Association of Automation)
【学会名称】	中国自动化学会控制理论专业委员会
【主编】	程代展、吴敏
【关键词】	PSO算法; BP网络; Levenberg-Marquardt算法; 奇偶问题;
【英文论文关键词】	PSO; BP Networks; Levenberg-Marquardt Algorithm; Parity Problem;
【论文摘要】	神经网络训练的BP算法具有学习过程收敛速度慢、易陷入局部极小点以及鲁棒性差等缺陷.粒子群优化群算法是一种全局随机优化的进化群体算法,能够有效地解决比较复杂的优化问题.将PSO算法与改进的BP算法Levenberg-Marquardt(L-M)算法相融合应用于奇偶问题学习算法中,增强了算法的优化性能,有效地解决了一般BP算法收敛速度慢、易陷入局部极小点的问题,实例表明这种混合算法的优越性。
【英文论文摘要】	Despite of the many successful applications of backpropagation(BP),it has many drawbacks.For complex prob-lems,it may require a long time to train the networks,and it may run into local minima,and it may not train at all.Particle swarm optimization(PSO)algorithm is a global and stochastic algorithm based on population evolution which mode is sim-ple,it is effective method for optimization of complex modeling.The paper uses PSO algorithm as learning algorithm of neu-ral network used to solve parity problem.T...
【基金】	湖北省现代制造质量工程重点实验室开放课题基金资助,项目批准号:LMQ2005A04
【更新日期】	2012-01-05

xxx

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

自动化技术、计算机技术
　　

自动化基础理论
　　　

人工智能理论
　　　　

人工神经网络与计算


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

相似文献

文献分类导航