最小-最大模糊神经网络差分进化算法研究

详细信息    查看全文 | 推荐本文 |

	作者：赵晨飞 关键词：差分进化算法 ; 二维正弦函数 ; 最小-最大模糊神经网络 中文刊名：XPJX 英文刊名：New Technology & New Products of China 机构：黑龙江卓奥机器人科技有限公司; 出版日期：2019-07-10 出版单位：中国新技术新产品 年：2019 期：No.395 语种：中文; 页：XPJX201913011 页数：2 CN：13 ISSN：11-5601/T 分类号：28-29

摘要

该文利用二维正弦函数对DE算法和最小-最大模糊神经网络(MMFNN)结构优化策略进行测试,用MATLAB编程。在DE算法测试中,方差为0.0085,实验误差0.0078,实验结果表明:DE算法具有高效性与精准性。在MMFNN算法测试中,错误兼容率为0.0097,小于设定的错误兼容率0.01,验证了MMFNN结构的准确性。将2种算法的实验结果进行比较,DE算法比MMFNN算法优化效果好,有效性和精准性高,为将来人工智能和计算机电子信息等领域解决优化问题提供理论依据。
        

引文

[1]马勋亮.微分进化神经网络算法研究[D].哈尔滨:哈尔滨工业大学,2007.
    [2]周国亮.基于协同进化的神经网络优化方法的研究与应用[D].山东:山东师范大学,2008.