基于改進(jìn)的粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò).pdf

1、在傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)中，一般采用的網(wǎng)絡(luò)訓(xùn)練方法是梯度下降法，這是一種局部搜索算法，容易使網(wǎng)絡(luò)陷入局部極值，所得的網(wǎng)絡(luò)訓(xùn)練誤差較大。基本粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)避免了梯度下降法中要求激活函數(shù)可微、對(duì)函數(shù)求導(dǎo)的過(guò)程計(jì)算，但是迭代公式依然復(fù)雜，計(jì)算量依然比較大。
　　 本論文將一種改進(jìn)的粒子群優(yōu)化算法運(yùn)用于小波神經(jīng)網(wǎng)絡(luò)，以更小的種群數(shù)和進(jìn)化世代數(shù)優(yōu)化了小波神經(jīng)網(wǎng)絡(luò)中的各個(gè)參數(shù)，并將該方法應(yīng)用于曲線擬合仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明，該算法能減少迭代次

2、數(shù)、提高收斂精度，是小波神經(jīng)網(wǎng)絡(luò)的有效訓(xùn)練算法，獲得了非常好的優(yōu)化效果。本文一共包括六章。
　　 第一章主要介紹目前國(guó)內(nèi)外小波神經(jīng)網(wǎng)絡(luò)的發(fā)展和研究現(xiàn)狀，并闡述本文所做研究的背景、主要工作和創(chuàng)新。第二章主要介紹了小波神經(jīng)網(wǎng)絡(luò)的基本原理及幾種常見的訓(xùn)練算法。第三章介紹了基本粒子群優(yōu)化算法以及本文用到的改進(jìn)了的粒子群優(yōu)化算法。第四章主要闡述基于改進(jìn)的粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)思想及訓(xùn)練算法。第五章中，筆者對(duì)所設(shè)計(jì)的改進(jìn)的粒子群