混合递阶遗传算法的自适应小波神经网络优化设计

来源 :火力与指挥控制 | 被引量 : 0次 | 上传用户:liongliong487
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在研究自适应小波神经网络学习算法的基础上,提出了一种混合递阶遗传算法,与标准遗传算法相比,该算法不仅可以同时确定网络参数(连接权、尺度参数和平移参数),而且解决了网络拓扑结构的优化训练问题。仿真结果表明,该算法可以准确地搜索到自适应小波网络的网络参数和最优结构,并能大幅度提高学习效率,是切实可行的。
其他文献
战时装备物资配送中心的选址优劣与否对作战效果影响很大,有时甚至会影响到战斗的结果。针对战时装备配送中心选址的安全性要求,深入剖析了现代战争条件下装备物资配送中心选址
构建了基于HLA的水下武器对抗试验仿真系统,详细介绍了方案策划、结果统计、过程反演仿真功能的实现方法,建立了结果统计模块,提出了计算过靶量的二次比较方法,并对相关参数进行
神经网络技术已广泛应用于各工业控制部门,RBF神经网络是对一般BP神经网络的改进。尝试将其应用于固体火箭发动机成本预测中。首先利用已有的成本信息对该神经网络进行训练,