基于改进PSO算法的模糊神经网络的研究与应用

摘要：

典型的模糊神经网络在处理复杂的多优化问题时存在收敛速度慢、易陷入局部极值等缺点.粒子群算法是一种全局优化的群体迭代算法,能有效克服传统模糊神经网络算法的不足.该文对粒子群算法的惯性权重及学习因子进行了改进,用其优化模糊神经网络模型参数,并将该模型应用到水质评价中以测试算法性能.通过与传统模糊神经网络的仿真结果比较,该模型精度更高,在水质评价过程中的应用效果更好.

关键词：模糊神经网络、粒子群算法、惯性权重、水质评价

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2018-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：24-27