基于神经网络的仿真优化算法设计

作     者：吴诗辉 张发 李正欣 刘晓东 WU Shihui;ZHANG Fa;LI Zhengxin;LIU Xiaodong

作者机构：空军工程大学装备管理与无人机工程学院陕西西安710051 北京理工大学珠海学院商学院广东珠海519088 

基　　金：国家自然科学基金(61502521 61601501 71571190)资助课题 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2019年第41卷第6期

页      码：1324-1335页

摘      要：为降低传统仿真优化方法所需的仿真次数,从而缩短仿真优化时间,提出了基于广义回归神经网络(generalized regression neural network,GRNN)的仿真优化算法设计。首先,利用仿真生成一定数量的样本集,利用GRNN进行训练,得到初始回归曲面,并在该曲面上利用模式搜索算法找出全部可能的局部极小,由于可能会找到一些假局部极小点——噪声点,设计了剔除噪声点的方法,得到全部局部极小;在各局部极小点周围增补少量仿真样本,再次利用GRNN进行训练,得到新的回归曲面。重复增补样本,直到得到仿真优化的最优解。实例表明,所提方法能够有效降低所需样本的数量,实现仿真优化问题的求解。

主 题 词：神经网络 仿真优化 局部极小 样本增补 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1001-506X.2019.06.21

馆 藏 号：203670675...