应用微粒群算法优化以变结构策略为学习算法的 神经网络初始权值 (2011年)

应用变结构算法训练人工神经网络权值的问题,分析了初始权值对该算法训练效果的影响,在此基础上中 提出了一种应用微粒群算法优化变结构训练的神经网络初始权值的方法,即将随机产生的初始权值通过经微粒群 算法优化后再采用双滑模变结构算法进行训练从而提高网络的整体性能。应用此方法训练Adaline神经网络,并 将训练后的神经网络用于MIMO系统辨识。研究结果表明:与未经优化的变结构学习算法相比,该方法显著提高 了网络的训练精度和泛化能力。