改进并行粒子群算法优化RBF神经网络建模
针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。
文件下载
评论信息
其他资源
- VM虚拟机安装 S7-1507S 1505S 所需的BIOS文件
- 组合优化与博弈论 谈之奕 林凌 高清扫描版 PDF
- 模拟退火算法工具箱（很全）
- SSIM源码及测试
- 基于遗传算法的PID参数优化设计
- knime常用节点介绍-工作总结
- 基于地理距离的空间权重矩阵（标准化）.xlsx
- 智能控制（第4版）][刘金琨][配套资料]
- python实训成绩管理系统链接数据库生成图形化界面生成exe文件
- sitman 复读机 v 2.2注册，内含注册码并有注册方法的说明
- 阿里云短信服务接口开发所需jar包
- 遗传算法优化神经网络的拓扑结构与权值
- 19-30份商业计划书.zip
- JLinkARM.dll V6.94b
- Plasma- Scalable Autonomous Smart Contracts.pdf
- qt中的自定义插件说明
- 基于Matlab的GPS卫星仿真器设计
- 一款用mfc做的简单的聊天室
- elasticsearch漏洞监测工具
- Rocket Dock / Object Dock Tray 系统托盘图标
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明