一种自适应惯性权值的粒子群优化方法  

作　　者：董海 游婷 李小琛 

机构地区：[1]福建江夏学院设计与创意学院,福州350108

出　　处：《电脑编程技巧与维护》2021年第1期64-66,共3页Computer Programming Skills & Maintenance

摘　　要：粒子群算法是当前优化算法领域的一大研究热点,在PSO算法优化RBFNN模型的基础上,提出了一种基于种群多样性差异的非线性自适应惯性权值的改进方法增加种群多样性的稳定性和搜索能力,避免算法过早地陷入局部极值,从而进一步提高预测精度。仿真实验表明,改进的PSO-RBFNN模型在预测结果稳定性,快速收敛上有明显的优势。

关 键 词：粒子群算法(PSO) 神经网络 径向基(RBF)神经网络 惯性权值 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]