基于改进灰狼算法的RBF神经网络研究
本文选题:灰狼优化算法 + 非线性 ; 参考:《微电子学与计算机》2017年07期
【摘要】:对于RBF神经网络权值参数优化问题,提出一种基于改进灰狼优化算法的RBF神经网络的方法.针对灰狼算法的收敛精度低的缺点提出一种非线性收敛的灰狼算法,将隐层到输出层的权值矩阵映射成灰狼算法里的人工狼,利用灰狼优化算法收敛速度快,全局搜索能力强的特点对RBF网络的隐层到输出层的权值进行优化.本文采用KDD CUP99数据集进行实验,实验结果表明:本文所提出的算法具有更好的分类检测效果具有更好的检测分类效果,并在一定程度上增强了RBF神经网络对非线性问题的处理能力.
[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.
【作者单位】: 沈阳航空航天大学计算机学院;
【分类号】:TP18
【相似文献】
相关期刊论文 前10条
1 张雅;向虎;郭芳瑞;张自亮;;RBF网络模型参考自适应控制在温度控制中的仿真研究[J];系统仿真学报;2008年02期
2 刘慧明;刘亮;董洪灿;;基于RBF网络的模型参考自适应控制[J];青岛科技大学学报(自然科学版);2008年01期
3 赵芳;孟凡荣;;基于RBF网络的煤与瓦斯突出预测研究[J];微计算机信息;2009年03期
4 危志明;;RBF网络在图书馆流通量预测中的应用[J];科技情报开发与经济;2009年06期
5 龙华;;基于免疫遗传算法和梯度下降的RBF网组合训练方法[J];计算机与现代化;2011年03期
6 苗青,曹广益,朱新坚;基于一种改进的RBF神经网络的直接甲醇燃料电池建模[J];系统仿真学报;2005年02期
7 杨胡萍;白慧;刘家学;张力;;基于改进RBF神经网络的电力系统短期负荷预测[J];东华大学学报(自然科学版);2008年02期
8 滕利强;;基于RBF模糊神经网络控制器的设计及仿真[J];科技资讯;2011年09期
9 夏继伟;栾航;吴晶;;基于RBF神经网络的港口大气污染预警研究模型[J];商业文化(学术版);2007年07期
10 张晓亮;;一种改进的RBF网络在电力系统短期负荷预测中的应用[J];煤矿机电;2008年03期
相关会议论文 前10条
1 张琳;李海森;;基于模糊聚类算法的RBF网络在漏钢预报中的应用[A];中国计量协会冶金分会2007年会论文集[C];2007年
2 彭正勇;;基于RBF神经网络的巷道围岩松动圈厚度预测[A];全国金属矿山采矿新技术学术研讨与技术交流会论文集[C];2007年
3 王海荣;;基于遗传RBF网络时间序列的城市火灾预测[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
4 王玮;何建新;许丽生;;基于RBF神经网络的气温预报模型的研究[A];中国气象学会2008年年会第二届研究生年会分会场论文集[C];2008年
5 宋宜斌;王培进;;一种改进的RBF神经网络预测模型[A];2005年中国智能自动化会议论文集[C];2005年
6 李亚芬;杨扬;;基于RBF网的CSTR内模控制[A];第二十届中国控制会议论文集(下)[C];2001年
7 王俊松;田库;刘玉敏;张兴会;李建国;刘玉亮;;基于RBF神经网络的肿瘤组织热传导过程建模及软测量[A];第25届中国控制会议论文集(上册)[C];2006年
8 徐中;辛志东;叶希贵;;基于RBF神经网络水处理系统建模与仿真[A];第六届全国表面工程学术会议论文集[C];2006年
9 黄艳清;曹长修;孙圣军;;基于自反馈RBF神经网络的高炉热状态预测模型[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
10 吕强;郝继红;段运波;许耀铭;;基于RBF网络的非线性系统输出跟踪控制[A];1994中国控制与决策学术年会论文集[C];1994年
相关博士学位论文 前2条
1 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
2 曾祥萍;自适应组合RBF滤波器理论及其应用研究[D];西南交通大学;2013年
相关硕士学位论文 前10条
1 杜盟盟;基于RBF神经网络的机械手轨迹跟踪控制方法研究[D];河南科技大学;2015年
2 张力;基于RBF神经网络和标签关联的多标签学习[D];东南大学;2016年
3 邱龙;导向钻井稳定平台RBF-滑模变结构控制[D];西安石油大学;2016年
4 夏文学;基于RBF神经网络的股价操纵判别研究[D];武汉轻工大学;2016年
5 王翠;基于灰色理论和RBF神经网络民航客运量预测方法研究[D];北京交通大学;2008年
6 尹德武;RBF的改进及在中国轿车市场预测中的应用研究[D];大连理工大学;2006年
7 翟伟;基于自适应RBF神经网络的商业银行信贷风险预警评估研究[D];重庆工商大学;2008年
8 李志强;基于RBF神经网络在线辨识的永磁无刷直流电机单神经元自适应PID控制[D];天津大学;2005年
9 高彦荷;基于混合递阶遗传算法的RBF神经网络优化及应用[D];四川大学;2004年
10 张晶;基于改进RBF神经网络的入侵检测研究[D];河北大学;2009年
,本文编号:1954179
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1954179.html