论文研究-改进的简化粒子群算法优化模糊神经网络建模.pdf

【文件属性】：
文件名称：论文研究-改进的简化粒子群算法优化模糊神经网络建模.pdf
文件大小：955KB
文件格式：PDF
更新时间：2022-08-11 15:34:53
记忆功放模型,自适应模糊推理系统,简化粒子群算法,个体最优候选解,拉普拉斯系数 为了更准确地描述有记忆效应的射频功放特性，提出了一种改进的简化粒子群优化（PSO）算法，并结合自适应模糊推理系统（ANFIS）建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项，加入了随机的个体最优候选解，由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项；采用线性递减惯性权重，并利用异步变化的动态学习因子，且新颖地引入拉普拉斯系数，从而增加了种群多样性，加快了收敛速度，避免陷入局部最优。由模型仿真对比可知，该方法建立的功放模型结构简单、收敛快、误差小、精度高，从而验证了建模方法的有效性和可靠性。