何小娟
- 作品数：4 被引量：28H指数：2
- 供职机构：太原重型机械学院系统仿真与计算机应用研究所更多>>
- 发文基金：国家自然科学基金山西省青年科技研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于思维进化算法的人工神经网络结构优化被引量：1
- 2004年
- 针对神经网络结构难以优化的问题,本文采用思维进化计算(MEC)算法和BP算法相结合的方法来动态优化神经网络结构。随机产生网络结构,对每一结构,利用BP算法评价神经网络结构优劣,找到局部最优结构,再通过MEC算法中的趋同、异化操作,找出全局最优结构。仿真结果说明了算法的有效性。
- 何小娟曾建潮徐玉斌
- 关键词：人工神经网络思维进化算法BP算法趋同异化
- 思维进化算法训练神经网络的权值
- 本文首先介绍了思维进化算法(MEC)的基本思想和发展过程.在此基础上介绍了思维进化算法训练网络权值的具体步骤,并通过计算实例予以验证.
- 何小娟曾建潮
- 关键词：人工神经网络网络权值思维进化算法
- 文献传递
- 基于思维进化算法的径向基函数神经网络结构优化被引量：3
- 2004年
- 为了解决一类径向基函数的结构优化问题，该文在基本思维进化计算框架的基础上，提出了一种有效的混合优化策略。在优化过程中充分利用样本的信息，同时借鉴信息矩阵的思想，提出了利用信息矩阵进行信息抽取和信息积累的方法，并设计了有效的趋同、异化算子与个体之间学习的具体过程，使结构和参数同时得到了优化。仿真研究表明，该算法是快速有效的，并能保证网络具有较好的泛化能力。
- 何小娟曾建潮徐玉斌
- 关键词：思维进化计算结构优化径向基函数神经网络结构优化
- 基于思维进化算法的神经网络权值与结构优化被引量：25
- 2004年
- 人工神经网络应用的关键在于权值和结构的优化。思维进化计算 (MEC)是模拟人类思维进化过程的一种新的进化算法 ,具有极强的全局寻优能力 ,在数值优化和非数值优化方面均显示出明显的优越性。本文在思维进化计算框架的基础上 ,提出了一种用于人工神经网络权值与结构优化的思维进化算法 ,设计了有效的结构优化‘趋同’与‘异化’算子 ;在局部范围内寻求局部最优解 ,然后使用异化算子跳出局部范围的约束 ,在整个解空间寻求全局最优解。
- 何小娟曾建潮徐玉斌
- 关键词：思维进化计算MEC结构优化权值
