資源描述：
《基于pso的自組織rbf神經(jīng)網(wǎng)絡優(yōu)化設計及應用研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、中文圖書分類號：TP183密級：公開UDC：621.3學校代碼：10005碩士學位論文MASTERALDISSERTATION基于PSO的自組織RBF神經(jīng)網(wǎng)絡論文題目：優(yōu)化設計及應用研究論文作者：周文冬學科：控制科學與工程指導教師：韓紅桂教授論文提交日期:2016年6月UDC：621.3學校代碼：10005中文圖書分類號：TP183學號：S201302153密級：公開北京工業(yè)大學工學碩士學位論文題目：基于PSO的自組織RBF神經(jīng)網(wǎng)絡優(yōu)化設計及應用研究英文題目：OPTIMAZATIONANDAPPLIZACTIONofSELF-ORGANIZINGRBFNEURALNETWO
2、RKBASEDONPSO論文作者：周文冬學科專業(yè)：控制科學與工程研究方向：智能計算與智能系統(tǒng)申請學位：工學碩士指導教師：韓紅桂教授所在單位：電子信息與控制工程學院答辯日期：2016年6月授予學位單位：北京工業(yè)大學獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加Ｗ標注和致謝的地方外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得北京工業(yè)大學或其它教育機構的學位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示了謝意。簽名＾：商袁矣曰
3、期：年《月《曰關于論文使用授權的說明本人完全了解北京工業(yè)大學有關保留、使用學位論文的規(guī)定目；，Ｐ學校有權保留送交論文的復印件，允許論文被查閱和借閱；學?？晒颊撐牡娜炕虿浚崳姡壏謨热?，可Ｗ采用影印、縮印或其他復制手段保存論文。（保密的論文在解密后應遵守此規(guī)定）簽名？：蘭袁朱曰期訪：＞４年占月《曰導師簽名：曰期＞仍６月《曰（＾：年———Ｉ１摘要摘要徑向基（RadialBasicFunction,RBF）神經(jīng)網(wǎng)絡作為一種前饋型神經(jīng)網(wǎng)絡，在模型預測、智能控制和模式識別等領域得到廣泛應用。然而，當前RBF神經(jīng)網(wǎng)絡
4、結構主要通過經(jīng)驗或湊試的方法確定，且結構一旦確定將不再調整，極大的降低了RBF神經(jīng)網(wǎng)絡的自適應能力。因此，如何在RBF神經(jīng)網(wǎng)絡參數(shù)優(yōu)化的同時實現(xiàn)其結構的自適應調整，提高RBF神經(jīng)網(wǎng)絡的性能，提升其應用能力，是RBF神經(jīng)網(wǎng)絡設計及應用中亟待解決的難題。為了解決RBF神經(jīng)網(wǎng)絡結構動態(tài)優(yōu)化的問題，文中在深入分析RBF神經(jīng)網(wǎng)絡特性的基礎上，設計了一種自適應粒子群優(yōu)化（AdaptiveParticleSwarmOptimization,APSO）算法，獲得了一種基于APSO的自組織RBF(APSO-SORBF)神經(jīng)網(wǎng)絡。為了進一步提高自組織RBF神經(jīng)網(wǎng)絡的泛化能力，設計了一種自適應梯
5、度多目標粒子群優(yōu)化（AdaptiveGradientMultiobjectiveParticleSwarmOptimization，AGMOPSO）算法，提出了基于AGMOPSO算法的自組織RBF(AGMOPSO-SORBF)神經(jīng)網(wǎng)絡優(yōu)化方法。并且對RBF神經(jīng)網(wǎng)絡結構動態(tài)調整過程的收斂性進行深入分析。論文主要研究工作如下：1.APSO算法設計：針對標準粒子群優(yōu)化（ParticleSwarmOptimization,PSO）算法存在早熟收斂、易陷入局部收斂等問題，文中設計了一種APSO算法。利用粒子群體的多樣性及個體粒子的飛行狀態(tài)信息，自適應調整粒子飛行參數(shù)，更好的避免粒子陷
6、入局部收斂，平衡粒子全局與局部搜索能力。實驗結果表明，文中提出的APSO相比其他改進PSO具有更高的搜索精度。2.APSO-SORBF神經(jīng)網(wǎng)絡設計及應用：針對RBF神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及結構動態(tài)調整問題，設計了一種APSO-SORBF神經(jīng)網(wǎng)絡。將RBF神經(jīng)網(wǎng)絡的參數(shù)（中心值、寬度、連接權值）作為粒子空間位置，將粒子空間維數(shù)映射到隱含層神經(jīng)元數(shù)，實現(xiàn)了RBF神經(jīng)網(wǎng)絡結構及參數(shù)同時優(yōu)化，解決了RBF結構與參數(shù)不匹配的問題。非線性系統(tǒng)建模的實驗結果表明：提出的自組織機制能夠優(yōu)化RBF神經(jīng)網(wǎng)絡結構，獲得的APSO-SORBF神經(jīng)網(wǎng)絡精度較高，并將APSO-SORBF神經(jīng)網(wǎng)絡應用于污水處
7、理過程出水總磷軟測量模型設計，取得較好的預測精度。3.MOPSO算法設計：針對影響RBF泛化能力的多個因素之間相互沖突的問題，設計了一種MOPSO算法。同時，基于多目標梯度(MultiobjectiveGradient,MOG)增強局部開發(fā)能力，并通過粒子的飛行信息，提出自適應飛行參數(shù)策略，I北京工業(yè)大學工學碩士學位論文較好的平衡粒子全局與局部搜索，設計一種AGMOPSO算法。實驗結果表明AGMOPSO具有更好的收斂精度和收斂速度。4.AGMOPSO-SORBF神經(jīng)網(wǎng)絡設計及應用：為了提高自組織RBF神經(jīng)網(wǎng)的泛化能
