基于神经网络与改进ABC算法的瓦斯预测研究.pdfVIP

2011年第30卷 第4期 传感器与微系统 (TransducerandMicrosystemTechnologies) 79 基于神经网络与改进 ABC算法的瓦斯预测研究术 付 华，荆晓亮，杨羲葵 (辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛 125105) 摘 要：人工蜜蜂群 (ABC)优化算法具有较强 的全局搜索能力。在标准算法的基础上，参考粒子群优 化算法，加入当前全局最优解对算法的有益引导；当观察蜂在引导蜂所在食物源附近搜索时，引入混沌搜 索机制，改善局部搜索性能。利用改进的ABC算法，以网络训练的最小方差F为优化指标 ，优化神经网络 的连接权值。优化后的神经网络用于瓦斯预测，取得了良好的效果。 关键词：人工蜜蜂群优化算法；神经网络 ；混沌搜索；瓦斯预测 中图分类号：TD713 文献标识码：A 文章编号：1000--9787(2011)04-0079-03 Research on gasforecastbased on neuralnetwork and improvedABC algorithm FUHua，JINGXiao—liang，YANGYi—kui (SchoolofElectricalandControlEngineering，LiaoningTechnicalUniversity，Huludao125105，China) Abstract：Artificialbeecolony(ABC)optimalalgorithm hasstrongglobalsearchability．Basedonstandard algorithm ，inspiredbyPSO algorithm ，currentglobaloptimalsolutionhasbeenconsidered．Wheneveronlookerbee searchesaround food sourcethatemployed bee searched，chaossearch mechanism isintroduced，in orderto amelioratelocal searchperformance．UsingimprovedABCalgorithm ，weightsofneuralnetworkisoptimized，aiming atFofnetworktrainingasoptimalindex．Optimizedneuralnetworkhasbeenusedingasforecast，excellentresult hasbeenobtained． Keywords：artificialbeecolony(ABC)optimalalgorithm；neuralnetwork；chaossearch；gasforecast 0 引 言 火算法等应用到这一问题 ，另外还有一些神经网络学习 人工蜜蜂群 (artificialbeecolony，ABC)算法是受蜜蜂 算法由于修改网络连接权值，如 BP算法等。主要针对连 觅食行为的启发而提出的…，属于群体智能算法的一种， 接权值、神经网络拓扑结构，包括隐含层层数，隐含层节点 自从2005年由KarabogaD提出以来，在很多领域有成功的 数等。但是，以上解决方法存在一些不足之处。例如：基于 应用 ，如设计无限冲击响应滤波器 J，解决约束优化 问 梯度下降法的BP算法用于权值优化时收敛速度慢，更致 题 等。但是，随着算法的迭代，算法搜索效率明显降低， 命的是算法容易陷入局部极小点而达不到全局优化的效 甚至过早收敛。可以通过增加蜜蜂种群规模来解决，但是 果。遗传算法有易早熟，最终结果不可预测等弊端。因此， 更为有效的方法是观察蜂进行的局部搜索采用混沌搜索策