龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏科技大学
摘要：本发明涉及神经网络优化的技术领域，具体地说，是种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法，采用改进的蝠鲼觅食优化算法优化RBF，提高海杂波预测和抑制的精度。本发明采用动态一般反向学习策略对种群进行初始化，丰富了种群多样性，进一步挖掘搜索空间的可能解；其次，采用黄金正弦算法对翻筋斗觅食策略进行改进，优化了寻优方式，增强算法的全局搜索和局部开发能力；另外，通过自适应概率和混合变异对最优解进行扰动，提高算法收敛速度和跳出局部最优的能力，进而寻到理想的结果。改进后的蝠鲼觅食优化算法的精度和收敛速度都得到一定提升，可帮助RBF寻到最优的的初始参数。
主权项：1.一种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法，其特征在于，包括以下步骤：步骤1：通过海杂波训练数据来选取RBF的输入输出节点数，确定RBF网络结构n-h-m，计算蝠鲼个体的维数h*n+h*2；步骤2：将需要优化RBF网络的初始参数编码映射成蝠鲼的位置，将RBF网络需要优化的初始参数编码映射得到蝠鲼个体的位置矢量，其中初始参数包括网络中的数据中心、数据宽度和权重参数这三个参数，采用改进的蝠鲼觅食优化结构参数并引入高斯核函数作为RBF输入层和隐含层之间的连接，函数公式如下： 步骤3：设置蝠鲼种群的规模，利用动态反向学习策略初始化种群；步骤4：构建海杂波训练数据将其输入到RBF中进行训练，选取训练误差作为蝠鲼的适应度函数计算个体的适应度值；步骤5：判断rand≥0.5，以此控制算法在链式觅食和螺旋觅食位置更新策略之间切换；其中，rand选取0-1的随机数，如果rand0.5如果成立，则执行螺旋觅食，如果不成立则执行链式觅食；步骤6：采用黄金正弦算法对翻筋斗觅食位置更新方式进行改进；步骤7：对全局最优进行混合变异并进行贪婪选择，每次迭代会将变异后蝠鲼的适应度值和当前全局最优进行对比，若变异后的适应度值更小则用其取代当前全局最优蝠鲼位置；步骤8：如此循环直到达到最大迭代次数，最后将寻得的最优解解码映射成RBF神经网络对应的初始参数，否则返回步骤4。
全文数据：
权利要求：
百度查询： 江苏科技大学 一种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号