基于文化量子粒子群的模糊神经网络参数优化  

Parameter optimization of fuzzy neural networks based on cultural quantumbehaved particle swarm optimization

作　　者：赵晶[1,2] 孙俊[1] 须文波[1] 

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]山东轻工业学院现代教育技术中心,济南250353

出　　处：《计算机工程与应用》2011年第10期17-19,22,共4页Computer Engineering and Applications

基　　金：国家自然科学基金No.60703106;No.60474030~~

摘　　要：模糊神经网络参数学习是一个函数优化问题。针对已有优化方法收敛精度不高的缺点,提出基于文化量子粒子群算法的模糊神经网络参数优化,并将其应用于混沌时间序列预测。仿真实例结果证实了该算法的优越性。The parameter optimization of Fuzzy Neural Network（FNN） is function optimization.According to the low convergence precision of the existed algorithms,a hybrid Cultural Quantum-behaved Particle Swarm Optimization（C-QPSO） is introduced to train the parameter optimization of FNN.The results of experiment show the proposed technique is effective.

关 键 词：模糊神经网络 参数优化 量子粒子群算法 文化算法 混沌时间序列 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]