欢迎来到天天文库
浏览记录
ID:52397906
大小:210.85 KB
页数:3页
时间:2020-03-27
《PSO聚类和梯度算法结合的RBF神经网络优化.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、PSo聚类和梯度算法结合的RBF神经网络优化孟艳,等PSO聚类和梯度算法结合的RBF神经网络优化ODtimizationofRBFNeuraINetworkBasedonCombinationofPSOCIusteringandGradient-AIgorithms孟托堵宏健(中北大学机械工程与自动化学院,山西太原030051)摘要:针对制约径向基函数RBF神经网络发展及其应用的瓶颈问题,提出一种基于粒子群优化算法PS0的改进K.means聚类思想,以确定其隐节点的数目。结合梯度算法,通过最小化目标函数调节隐节点的数据中心、宽度和输出权值,最终达到优化RBF神经网络的目的;
2、同时,将优化后的网络应用于滚动轴承故障模式识别。试验结果表明,该方法能自适应地确定RBF神经网络隐节点的数日并调整其结构参数,使网络具有较快的收敛速度和较高的收敛精度,从而准确地识别滚动轴承的故障模式。关键词:RBF神经网络Ps0聚类算法梯度算法滚动轴承模式识别优化中图分类号:TP389.1;TP206+.3文献标志码:AAbstract:Aimingatthe1)0Hleneckproblemthatrestrict8山edevelopmentandapplicationofradialbasisfunction(RBF)neumlnetwork,lIIeimproved
3、K—Ine粕sclusteringconceptb鹊edonpanicleswamoptimization(PS0)hasbeenproposedtodeteminethenumberofhiddennodes.Inaddition-bycombinirIgthegmdiemalgoritllm,viaminimizingtheobjectivefunctiontoadjusttIledatacenterandwidthoftIIehiddennodesandweights0fou巾ut。山eoptimizationofRBFne叫alnetworkisachieved.T
4、heoptimizedne伽orkisappliedtothefailufepattemrecognitionofmⅡ堍be8rings.111eresultoftes“ndicakst11attllemethodcarIadaptivelydete肌inet量Ienumber0fhiddennodesofRBFneuralnetworkandadjustthestmcturalpa硼eterstomake血ene伽orkfeaturingfa8terconvergencespeedandhigherconVe唱enceprecision,thusitcanaccurate
5、lyident母tllefailurep砒temofmningbe撕119s._畸words:RBFneuralnetwo^PsOclusteringalgodtllmG叫ienta190rithmRollingbe撕ngPattemrecognitiI,noptimizationO引言径向基函数RBF(mdialbasisfunction)神经网络具有结构简单、训练简洁、收敛速度快且能以任意精度逼近任意非线性函数等特点,被广泛应用于函数逼近和模式识别等问题⋯。研究表明,制约RBF神经网络发展及应用的瓶颈主要有:如何确定满足精度要求的最小网络拓扑结构;当网络拓扑结构同定时,
6、如何确定隐节点的数据中心和宽度及其与输出节点之间的连接权值,以保证网络的泛化能力。很多学者将“聚类”思想应用于RBF神经网络的优化设计,提出了基于“减聚类、K-means聚类、中心聚类和对手受罚的竞争聚类”等拓扑结构的设计方法,取得了一系列的研究成果旧“1。鉴于以上方法各有利弊”1,本文提出了基于粒子群优化算法Ps0(paniclesw跏叩timization)的改进K—means聚类思想,结合梯国家自然科学基金资助项目(编号:50875247)。修改稿收到日期:20lO—05一14。第一作者孟艳,女,1983年生,现为中北大学机械设计及理论专业在读硕士研究生;主要从事神经
7、网络、粒子群优化算法和机械故障诊断方面的研究。度算法以优化RBF神经网络,并将优化后的网络应用于滚动轴承故障模式识别,具有理论研究和实际意义。1PSo改进的K-mea璐聚类算法聚类分析(clustering)是利用某种相似性度量方法,根据样本特征将样本进行归类的过程旧,,它可以被看成是一个复杂的全局优化问题⋯。粒子群优化算法PsO是由J.Kennedy和R.Eberhart于1995年在IEEE国际神经网络学术会议上提出的基于迭代策略的全局优化算法f81。PS0算法具有概念简单、程序易实现、需要调整的参数少且不需要
此文档下载收益归作者所有