文献

J-GLOBAL ID：201702250279377031   整理番号：17A0303212

EP-RBFニューラルネットワークの時系列予測への応用【JST・京大機械翻訳】

The Application of EP-RBF Neural Networks in the Prediction of Time Series

著者 (2件)： Lin Lina (Chengyi College,Jimei University) ,  Wei Dezhi (Chengyi College,Jimei University)
資料名： Chongqing Ligong Daxue Xuebao. Ziran Kexue Ban  (Chongqing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 30  号： 11  ページ： 121-126  発行年： 2016年 
JST資料番号： C3126A  ISSN： 1674-8425  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： RBFニューラルネットワーク予測の精度を改善するために,EMアルゴリズムと改良PSOアルゴリズムに基づくRBFニューラルネットワークを最適化するハイブリッドアルゴリズム(EP-RBF)を提案した。最初に,EMアルゴリズムを用いて初期ネットワーク構造を得て,RBFニューラルネットワークの動径基底関数を改良した。次に,非線形慣性重みづけとセグメント突然変異オペレータを,PSOアルゴリズムを改良するために導入して,全体的および局所的探索能力を強化して,改良PSOアルゴリズムを用いて,RBFニューラルネットワークの中心ベクトル,中心ベクトル,およびネットワーク重みを最適化して,近似精度を改善した。最後に,典型的なカオスシステムを検証した。結果は以下を示す。このハイブリッドアルゴリズムは,非線形関数をより良く近似し,予測精度を向上させることができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 突然変異 ,  ネットワーク構造 ,  *ニューラルネットワーク ,  無秩序系 ,  動径基底関数 ,  ベクトル ,  最適化 ,  重みづけ ,  *ネットワーク ,  予測精度 ,  ハイブリッドアルゴリズム ,  粒子群最適化 ,  EMアルゴリズム ,  *動径基底関数ニューラルネットワーク ,  *時系列予測 ,  改変

著者キーワード (5件)： radial basis function ,  neural network ,  particle swarm optimization algorithm ,  chaotic system ,  time series

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 時系列予測 ,  応用