云南省教育厅科学研究基金(2010Y060)
- 作品数：4 被引量：12H指数：2
- 相关作者：张坤甘小艇郁湧梁林更多>>
- 相关机构：楚雄师范学院云南大学更多>>
- 发文基金：云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 模拟退火PSO的神经网络的网络流量预测模型被引量：6
- 2012年
- 为解决网络流量时间序列的预测问题,针对传统BP神经网络的网络流量时间序列预测模型容易陷入局部极小值的不足,提出一种基于模拟退火的微粒群算法训练神经网络的网络流量时间序列预测模型。将模拟退火算法和基本粒子微粒群算法相结合,设计出一种基于模拟退火的微粒群算法。利用基于模拟退火微粒群算法优化BP神经网络的权值和阀值,对实际采集的网络流量时间序列进行建模。实验结果表明,基于模拟退火的微粒群算法训练的神经网络具有较高的预测效果,相对于传统的神经网络模型具有更高的预测精度和良好的自适应性。
- 张坤甘小艇
- 关键词：模拟退火神经网络时间序列网络流量
- 基于模拟退火PSO的神经网络模型被引量：2
- 2011年
- 人工神经网络的训练问题实质上是一个优化问题。将模拟退火算法和基本粒子微粒群算法相结合,提出一种基于模拟退火的微粒群算法,该算法能够有效抑制早熟收敛。利用基于模拟退火微粒群算法优化BP神经网络的权值和阀值,有效的解决了BP算法易陷入局部极小值的缺点,从而提高了神经网络的精度和收敛速度。通过对非线性系统进行Matlab仿真研究,实验结果表明,基于模拟退火的微粒群算法训练的神经网络是一种有效的辨识方法。
- 张坤郁湧
- 关键词：模拟退火神经网络
- 二阶微粒群优化神经网络的混沌系统辨识方法被引量：1
- 2012年
- 针对BP神经网络在学习算法中的不足,将BP神经网络的权值和阀值训练问题转换为优化问题,提出一种利用二阶微粒群算法优化的神经网络的算法。其次,运用基于二阶微粒群算法训练的神经网络模型对混沌系统进行辨识,并与传统的BP神经网络、RBF网络对同一混沌系统辨识的结果进行比较。实验表明,利用二阶微粒群优化算法训练神经网络进行混沌系统辨识,辨识的效果优于其它几种神经网络模型,可有效用于混沌系统的辨识。
- 张坤梁林
- 关键词：混沌神经网络微粒群算法
- 抛物和双曲方程的全离散间断有限体积元法被引量：3
- 2012年
- 讨论了抛物和双曲方程的全离散间断有限体积元法,并给出了抛物方程依赖网格范数和L2范数的最优误差估计以及双曲方程两种全离散格式下的误差估计.
- 甘小艇张坤
- 关键词：抛物方程双曲方程全离散格式
