共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
针对传统T-S模糊神经网络的随机初始网络参数导致网络学习速度慢、易陷入局部解以及运算精度低等缺陷,提出了一种应用佳点集的改进和声搜索算法(GIHS)优化T-S模糊神经网络的并行学习算法.首先应用佳点集择优构造更加高质量的初始和声库,然后搜索过程中进行参数动态调整,并且每次迭代产生多个新解,充分利用和声记忆库的信息,以提高算法的全局搜索能力和收敛速度.其次,将GIHS算法与T-S神经网络相结合构建并行学习算法,实现两种算法的并行交互集成,得到了最优参数配置以提高T-S模糊神经网络的泛化能力.最后将该算法应用到农业干旱等级预测中以解决旱情评估问题.仿真实验表明,GIHS算法性能优于基本HS和IHS算法,且与T-S模糊神经网络、HS算法优化的T-S模糊神经网络和IHS算法优化的T-S模糊神经网络相比,具有更高的预测准确度. 相似文献
4.
5.
为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。 相似文献
6.
7.
钢铁作为国民产业的重要组成部分,其价格对国民经济产生巨大的影响,而钢铁的一重要来源就是铁矿石。因此,对铁矿石价格指数的精准预测对国民经济有着重要的调节作用。论文运用具有全局信息素迹更新的改进蚁群算法(IACO)来进行模糊逻辑系统规则的筛选,以此来提高模糊逻辑系统(FLS)的精确性。将选择得到的规则作为规则基,融入神经网络中设计相应的模糊逻辑系统。将设计的智能模糊逻辑系统用于中国铁矿石价格指数(CIOPI)的预测,仿真结果表明,提出的方法是可行和有效的。与无规则筛选的和原始蚁群算法(ACO)的模糊逻辑系统相比,都具有优越性,以此也证实了进行规则筛选的必要性。 相似文献
8.
《数学的实践与认识》2015,(24)
油田产量预测工作一直是油田开发中的一项重要工作,许多传统的回归模型以及智能算法都已经在油田产量预测中有了应用.虽然神经网络以其较强的非线性拟合能力.而得到广泛应用,但是传统BP神经网络容易陷入局部最优值而影响预测结果.将利用遗传算法同时优化BP神经网络连接权值和阈值的算法应用到大庆油田BED试验区高含水阶段的油田产量预测,结果表明在面对高含水阶段更加复杂的地质条件和数据波动更强的情况下优化后的神经网络收敛速度更快而且预测精度更高. 相似文献
9.
10.
11.
12.
13.
粒子群优化模糊神经网络在语音识别中的应用 总被引:2,自引:0,他引:2
针对模糊神经网络训练采用BP算法比较依赖于网络的初始条件,训练时间较长,容易陷入局部极值的缺点,利用粒子群优化算法(PSO)的全局搜索性能,将PSO用于模糊神经网络的训练过程.由于基本PSO算法存在一定的早熟收敛问题,引入一种自适应动态改变惯性因子的PSO算法,使算法具有较强的全局搜索能力.将此算法训练的模糊神经网络应用于语音识别中,结果表明,与BP算法相比,粒子群优化的模糊神经网络具有较高的收敛速度和识别率. 相似文献
14.
基于GA-BP的模糊神经网络控制器与Elman辨识器的系统设计 总被引:6,自引:0,他引:6
程启明 《数学的实践与认识》2004,34(9):76-81
提出了一种基于神经网络的模糊控制系统 ,该系统由模糊神经网络控制器和模型辨识网络组成 .文中介绍了模糊神经网络控制器采用遗传算法离线优化与 BP算法在线调整 ,给出了具体控制算法 ,推导了变形 Elmam网络的系统辨识算法 .仿真结果表明了此法的可行性和有效性 . 相似文献
15.
《数学的实践与认识》2020,(15)
随着互联网和计算机的迅速发展,在线用户属性特征的刻画和在线用户行为的预测成为研究热点.以往的研究中关注所有用户群体的行为预测,而实际在线系统更关注的实际购买行为的预测,以据此进行精准营销.基于此本文分析在线用户属性特征,得出各个算法预测的用户在线消费与用户各个特征之间的相关性;并通过逻辑回归、神经网络、决策树、随机森林四种人工智能算法的分析与比较,预测在线用户的消费行为.由于采用原数据集时预测结果真阳性率较低,这会造成找到潜在用户群具有很大偏差;本文通过SMOTE算法对原始数据进行平衡,在这四种人工智能算法中均有效的提高了预测准确度(AUC及GINI系数),对实际消费用户行为的预测效果有很大提升;最后在不同测试集划分下,多次重复实验中,验证了算法稳定性,以及SMOTE平衡算法具有很高的鲁棒性.这些研究结果能够在电子商务中找到有消费倾向的特定顾客,从而据此精准营销. 相似文献
16.
为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期预警方面具有一定效用。 相似文献
17.
带阈值的模糊感知器的收敛性 总被引:1,自引:0,他引:1
1 前言各种神经网络被广泛用来解决有导师分类问题.对于模糊感知器,文献[1]提出一种新的训练算法,并证明当样本可分时,该算法有限收敛.文献[2]在模糊神经元中加入阈值 v∈[0,1].对某些模糊神经网络学习算法如FBP(见文献[3]),阈值在收敛性证明中起着重要的作用.那么,在模糊感知器中加入阈值是否还能得到算法的收敛性?本文将对这个问题进行讨论. 相似文献
18.
带有模糊参数的农业生产计划模型 总被引:3,自引:1,他引:2
在现实的生产系统中, 由于材料价格, 产品价格, 市场需求以及劳动者能力等不确定因素的影响, 生产计划问题常常是一个不确定规划问题. 因此, 带有常系数的生产计划模型不能准确有效的描述生产决策环境. 基于可信性理论, 本文将提出一类新的带有模糊参数的生产计划模型. 然后, 我们讨论了可信性函数的逼近并且设计一个基于逼近方法、神经网络和遗传算法的启发式算法来求解这个模糊生产计划问题. 最后, 给出了一个数值例子来表明所设计算法的可行性和有效性. 相似文献