PID神经网络的改进PSO学习算法
传统PID神经网络采用BP学习算法,由于其激励函数是分断函数,因此无法获得准确的梯度信息,从而使网络学习过程初始均方误差过大,且收敛过程不很稳定.针对这一问题,本文提出了一种改进的PSO(MPSO)神经网络学习算法,它不需要任何梯度信息,与基本PSO(BPSO)算法相比,MPSO算法能在算法后期仍能保持群的多样性.通过仿真实验比较,MPSO算法具有更快的收敛速度,且较好地解决了BPSO中的”早熟”问题.
神经网络 PSO算法 学习算法 激励函数 网络学习
李明 杨成梧
南京理工大学动力学院,南京210094
国内会议
哈尔滨
中文
1114-1116
2006-08-07（万方平台首次上网日期，不代表论文的发表时间）