论文研究-混合粒子群优化算法优化前向神经网络结构和参数.pdf

【文件属性】：

文件名称：论文研究-混合粒子群优化算法优化前向神经网络结构和参数.pdf

文件大小：148KB

文件格式：PDF

更新时间：2022-08-11 13:31:16

粒子群优化,神经网络,故障诊断,遗传算法

提出了综合利用粒子群优化算法(PSO)和离散粒子群优化算法(DPSO)同时优化前向神经网络结构和参数的新方法。该算法使用离散粒子群优化算法优化神经网络连接结构，用多维空间中0或1取值的粒子来描述所有可能的神经网络连接，同时使用粒子群优化算法优化神经网络权值。将经过该算法训练的神经网络应用于故障诊断，能够有效消除冗余连接结构对网络诊断能力的影响。仿真试验的结果表明，相比遗传算法等其他算法，该算法能够有效改善神经网络结构和参数的优化效率，提高故障模式识别的准确率。