下载 >  课程资源 >  专业指导 > 粒子群算法与神经网络算法结合的matlab程序

粒子群算法与神经网络算法结合的matlab程序 评分:

粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现,因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟,仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下:本文首先介绍了粒子群算法的国内外的研究现状与发展概况,较系统地分析了粒子群优化算法的基本理论,总结常见的改进的粒子群优化算法。其次介绍了Hooke-Jeeves模式搜索法的算法分析、基本流程及应用领域。针对标准粒子群优化算法存在“早熟”问题,易陷入局部极小值的缺点,本文对标准粒子群算法进行改进。首 先将原始定义的初始种群划分为两个相同的子种群,采用基于适应度支配的思想分别将每个子种群划分为两个子集,Pareto子集和N_Pareto子集;然后将两个子群中的适应度较优的两个Pareto子集合为新种群。Griewank和Rastrigin由于新种群的参数设置区别于标准粒子群算法的参数设置,新的粒子与标准种群中的粒子飞行轨迹不同,种群的探索范围扩大,从而使算法的全局搜索能力有所提高。 为平衡粒子群算法的全局寻优能力和局部寻优能力,提高粒子群算法的求解精度和效率,本文在新种群寻优过程中引入具有强收敛能力Hooke-Jeeves搜索法,提出了IMPSO算法。雅文网www.lunwendingzhi.com,并用IMPSO算法对标准基准测试函数进行实验,将得到的实验结果并与标准粒子群算法对基准函数的实验结果进行对比,仿真结果证明了该改进的粒子群算法的有效性。 最后本文研究改进的粒子群算法在BP神经网络中的应用。首先介绍人工神经网络的原理及基于BP算法的多层前馈神经网络,其次用IMPSO算法训练BP神经网络并给出训练流程图。 将IMPSO算法训练的BP神经网络分别应用于齿轮热处理中硬化层深的预测以及用于柴油机的缸盖与缸壁的故障诊断中,并将预测结果、诊断结果与BP神经网络、标准粒子群优化算法训练的BP神经网络的实验结果进行对比,实验结果证明了改进的粒子群算法训练BP网络具有更强的优化性能和学习能力。 英文简介: Particle swarm optimization algorithm is a novel bionic, swarm intelligence optimization algorithm. The algorithm principle is simple, less need to adjust the parameters and convergence speed is fast and easy to implement, so in recent years, particle swarm optimization (pso) to cause the attention of many scholars. So far, however, the particle swarm algorithm are not mature in theory analysis and practice applications, there are still a lot of problems need further research. Based on particle swarm algorithm is prone to "premature" into a local minimum value problem to improve the standard particle swarm algorithm and improved particle swarm optimization (pso) algorithm was applied to BP neural network. This paper's main work is as follows: at first, this paper introduces the particle swarm algorithm in the general situation of the research status and development at home and abroad, systematically analyzes the basic theory of particle swarm optimization algorithm, summarizes the common improved particle swarm optimization algorithm. Secondly introduces the analysis method of Hooke - Jeeves pattern search algorithm, the basic process and application fields. In view of the standard particle swarm optimization algorithm "precocious" problems, easy to fall into local minimum value, in this paper, the standard particle swarm algorithm was improved. First of all, the original definition of the initial population is divided into two identical sub populations, based on the fitness of thought respectively each child population is divided into two subsets, and Pareto subset N_Pareto subset; And then has a better fitness of two subgroups of two Pareto set for the new population. Griewank and Rastrigin because of the new population parameter setting differs from the standard particle swarm algorithm of the parameter is set, the new particles and particle trajectories in the different standard population, population expanding, which makes the algorithm's global search ability have improved. To balance the global search capability of the particle swarm algorithm and local optimization ability, and improve the precision and efficiency of particle swarm optimization (pso) algorithm, introduced in this article in the new population optimization process has a strong convergence ability to search method of Hooke - Jeeves, IMPSO algorithm is proposed. And standard benchmark test functions with IMPSO algorithm experiment, will receive the results with the standard particle swarm algorithm, comparing the experimental results of benchmark functions, the simulation results prove the validity of the improved particle swarm algorithm. At the end of the paper research the improved particle swarm algorithm in the application of the BP neural network. First this paper introduces the principle of artificial neural network and based on the multi-layer feed-forward neural network BP algorithm, secondly by IMPSO algorithm training the BP neural network and training flow chart is given. IMPSO algorithm training the BP neural network respectively used in the gear heat treatment hardening layer depth prediction and used for fault diagnosis of diesel engine cylinder head and cylinder wall, and the predicted results, the diagnostic results, the standard particle swarm optimization algorithm with BP neural network of training BP neural network, comparing the experimental results of the experimental results show that the improved particle swarm optimization (pso) training BP network has better optimization performance and learning ability.
...展开详情收缩
2013-05-28 上传大小:1KB
分享
收藏 (3) 举报

评论 共16条

u010480899 没有意义,麻烦你有点责任心好不!
2017-04-03
回复
lilacesuefvy 只有BP,没有粒子群,没有意义。
2017-03-15
回复
a1031860481 借鉴一下,有所帮助!!!
2016-01-07
回复
yerensenlin 资源一般,价值不大。
2015-02-04
回复
u011440907 程序借鉴了,非常感谢!
2014-11-06
回复
wangzhe0007 粒子群程序不太对啊 运行不出想要的结果
2014-10-19
回复
zinstein 不行啊,骗子,只有BP预测的程序
2014-08-29
回复
u011493303 程序还是挺实用的,还不错
2014-07-26
回复
zhleander 怎么只有BP的程序,没有粒子群。。。。不好
2014-03-24
回复
qoowiw 这是还好了 比较文档不用下载
2014-02-27
回复
粒子群算法优化BP神经网络
PSO优化BP神经网络在Matlab中的实现
基于模拟退火粒子群优化的神经网络matlab代码
粒子群优化BP神经网络代码

利用PSO优化BP神经网络的初始权值和阈值,使仿真结果更加稳定。

立即下载
粒子群与神经网络结合的一个例子代码
pso 优化神经网络 MATLAB代码

The Particle Swarm Optimization Research Toolbox was written to assist with thesis research combating the premature convergence problem of particle swarm optimization (PSO). The control panel offers ample flexibility to accommodate various research directions; after specifying your intentions, the t

立即下载
Matlab粒子群算法(PSO)优化程序——经典实例
机器学习之基于matlab的神经网络粒子群优化算法的实现
粒子群优化神经网络算法

这是一种非常好的优化算法,可以完整运行,请放心下载。

立即下载
智能算法(遗传/粒子群算法优化bp神经网络/svm的参数代码模型)
改进粒子群优化rbf神经网络

针 对 网 络 安 全 态 势 预 测 , 为 了 提 高 预 测 精 度 和预 测 算 法 的 收 敛速 度 , 采 用 一 种 改 进 的 粒子 群 算 法来 优 化径 向 基 函 数神 经 网 络 。 首 先 , P SO 的 惯性 权 重 因 子 按 一 条 开 口 向 左 的 抛 物 线 递 减 , 在 保证 全局 寻优 的 同 时 又 增 强 了 局 部搜 索 能 力 ; 其 次 , 通过 权 重 因 子 的 调 节 自 动 寻 优 , 并 将搜 寻到 的 全局 最优 值 解 码 成 R B F 的 网 络参 数 ; 最 后 , 通 过 优 化 的 R BF 网 络进 行 网 络

立即下载
基于粒子群算法优化Spiking神经网络

基于粒子群算法优化脉冲神经网络,更进一步优化现有的脉冲网络。

立即下载
粒子群优化算法训练神经网络

This add-in to the PSO Research toolbox (Evers 2009) aims to allow an artificial neural network (ANN or simply NN) to be trained using the Particle Swarm Optimization (PSO) technique (Kennedy, Eberhart et al. 2001). This add-in acts like a bridge or interface between MATLAB’s NN toolbox and the PSO

立即下载
粒子群算法优化RBF网络(matlab源码)

matlab实现粒子群算法优化RBF网络,代码有解释。可以跑通!!!

立即下载
BP神经网络的Matlab实现——人工智能算法
BP神经网络算法的数学推导和Matlab实现
MATLAB遗传神经网络算法学习
Matlab中各种神经网络算法的使用实例

自己做实验的时候用到的一个资源,感觉还不错,分享出来,希望对你有所帮助,顺表捞点资源,无用不会发,放心下载。

立即下载
神经网络用作分类器(附代码matlab)
BP神经网络:计算原理详解和MATLAB实现

热点文章

img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

粒子群算法与神经网络算法结合的matlab程序

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
0 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: