基于文化量子粒子群的模糊神经网络参数优化.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2011 ，47 （10） 17 基于文化量子粒子群的模糊神经网络参数优化 1，2 1 1 赵 晶 ，孙 俊 ，须文波 1，2 1 1 ZHAO Jing ，SUN Jun ，XU Wenbo 1.江南大学 物联网工程学院，江苏 无锡 214122 2.山东轻工业学院 现代教育技术中心，济南 250353 1.School of Internet of Things Engineering ，Jiangnan University ，Wuxi ，Jiangsu 214122 ，China 2.Center of Modern Education Technology ，Shandong Polytechnic University ，Jinan 250353 ，China ZHAO Jing ，SUN Jun ，XU Wenbo.Parameter optimization of fuzzy neural networks based on cultural quantum- behaved particle swarm optimization.Computer Engineering and Applications ，2011 ，47 （10）：17-19. Abstract ：The parameter optimization of Fuzzy Neural Network （FNN ）is function optimization.According to the low conver- gence precision of the existed algorithms ，a hybrid Cultural Quantum-behaved Particle Swarm Optimization （C-QPSO ）is intro- duced to train the parameter optimization of FNN.The results of experiment show the proposed technique is effective. Key words ：Fuzzy Neural Network （FNN ）；parameter optimization ；Quantum-behaved Particle Swarm Optimization （QPSO ）； Cultural Algorithm（CA ）；chaotic time series 摘 要：模糊神经网络参数学习是一个函数优化问题。针对已有优化方法收敛精度不高的缺点，提出基于文化量子粒子群算法 的模糊神经网络参数优化，并将其应用于混沌时间序列预测。仿真实例结果证实了该算法的优越性。 关键词：模糊神经网络；参数优化；量子粒子群算法；文化算法；混沌时间序列 DOI ：10.3778/j.issn. 1002-8331.2011.10.005 文章编号：1002-8331（2011 ）10-0017-03 文献标识码：A 中图分类号：TP391.1 1 引言 2 模糊神经网络结构 [1-2] 模糊神经网络（FNN ） 吸取了模糊系统和神经网络各自 模糊神经网络模型采用输入变量的非线性组合，每个模