论文研究-基于Elman神经网络的非线性动态系统辨识.pdf

【文件属性】：
文件名称：论文研究-基于Elman神经网络的非线性动态系统辨识.pdf
文件大小：1.22MB
文件格式：PDF
更新时间：2022-10-01 12:11:11
论文研究 针对局部地形复杂、振荡强烈的函数优化精度难以提高的问题,提出一种自动调整邻域搜索范围和方向的自适应变邻域混沌搜索微粒群算法（AVNC－PSO）。优化初期首先由基本PSO算法进行粗调,当种群收敛于局部最优时,选择飞行停滞且聚集程度高的粒子向不同方向的邻域内进行混沌搜索,搜索方向和粒子偏移量根据粒子与收敛中心的距离和混沌变量的值共同确定。数值仿真表明,该算法能够使局部搜索更精确,有效改善基本PSO算法优化精度不高的弱点。