一种新的神经树网络模型优化方法
DOI:
CSTR:
作者:
作者单位:

1. 山东师范大学管理科学与工程学院
2. 山东师范大学管理与经济学院

作者简介:

齐峰

通讯作者:

中图分类号:

TP183

基金项目:

国家自然科学基金:基于供应链低碳化的企业行为与运营优化决策研究;山东省自然科学基金;山东省软科学重大项目


A new optimization method for the neural tree network model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    神经树网络模型已成功应用于解决各类复杂的非线性问题, 并且神经树网络模型的优化过程一般是先拓扑
    结构优化再参数优化, 这种无参数信息的结构优化策略的缺点是干扰适应度的评价. 鉴于此, 提出一种改进的遗传规
    划(BGP) 算法来综合神经树网络模型的两个优化过程. 在两个时间序列预测问题上的仿真实验结果表明, 所提出算
    法是一种有潜力且具备较好效能的方法.

    Abstract:

    Neural tree network model has been successfully applied to solving a variety of complex nonlinear problems. The
    optimization of the neural tree model is divided into two steps in general: first structure optimization, and then parameter
    optimization. One major problem in the evolution of structure without parameter information is noisy fitness evaluation, so
    an improved breeder genetic programming algorithm is proposed to the synthesis of the optimization in neural tree network
    model. Simulation results on two time series prediction problems show that the proposed optimization strategy is a potential
    method with better performance and effectiveness.

    参考文献
    相似文献
    引证文献
引用本文

向来生, 齐峰, 刘希玉.一种新的神经树网络模型优化方法[J].控制与决策,2013,28(1):73-77

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-09-01
  • 最后修改日期:2011-12-04
  • 录用日期:
  • 在线发布日期: 2013-01-20
  • 出版日期:
文章二维码