基于改进人工鱼群算法的神经网络优化资料.docVIP

基于改进人工鱼群算法的神经网络优化* 魏立新1，2，张峻林2 (1.国家冷轧板带装备及工艺工程技术研究中心, 河北秦皇岛 066004 2.燕山大学工业计算机控制河北省重点实验室，河北秦皇岛 066004) 摘要：针对人工鱼群算法的寻优速度慢，后期收敛性差等缺陷提出了一种并行运行方式的改进人工鱼群算法（IASFA）。进而应用IASFA算法对BP神经网络初始权值进行寻优，以解决BP网络初始权值选取困难且优化过程中容易陷入局部极值的问题。最后，将IASFA—BP网络混合算法应用于PID参数的优化，从而克服了PID控制参数难以整定的难题。通过仿真实验，结果表明：改进的人工鱼群算法寻优速度更快，优化值更加合理。应用IASFA—BP混合算法得到的PID控制参数使得系统响应更快，稳态误差更小，系统性能得到提升。 关键词：人工鱼群算法；神经网络；局部极值；参数寻优 中图分类号： TP29 文献标志码： A Optimization of Neural Network Based on the Improved Fish Algorithm WEI Lixin, ZHANG Junlin (National Engineering Research Center for Equipment and Technology of Cold Strip Rolling,Yanshan Uni