一种基于量子粒子群的过程神经元网络学习算法

作     者：刘志刚 杜娟 李盼池 LIU Zhigang;DU Juan;LI Panchi

作者机构：东北石油大学计算机与信息技术学院黑龙江大庆163318 

基　　金：中国博士后科学基金资助项目(20090460864) 黑龙江省教育厅科学技术研究资助项目(11551015) 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2012年第41卷第2期

页      码：174-179页

摘      要：针对过程神经元网络模型学习参数较多,正交基展开后的BP算法计算复杂、不易收敛等问题,提出了一种基于双链结构的量子粒子群学习算法.该算法用量子比特构成染色体,对于给定过程神经元网络模型,按权值参数的个数确定量子染色体的基因数并完成种群编码,通过量子旋转门和量子非门完成个体的更新与变异.算法中每条染色体携带两条基因链,提高了获得最优解的概率,扩展了对解空间的遍历,从而加速过程神经元网络的优化进程.将经过量子粒子群算法训练的过程神经元网络应用于Mackey-Glass混沌时间序列和太阳黑子预测,仿真结果表明该学习算法不仅收敛速度快,而且寻优能力强.

主 题 词：过程神经元网络 量子粒子群 网络训练 算法设计 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1219.2012.00174

馆 藏 号：203703825...