基于模拟退火遗传算法的模糊分类器参数优化及其应用

来源 :电子与信息学报 | 被引量 : 3次 | 上传用户:w8555899
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文从结构和算法上研究了Max-Min模糊神经网络(MMNN),找出了其固有的局限性,相应提出了一系列的改进措施形成改进MMNN算法。为了更好地提高网络的性能,同时考虑到优化算法的收敛速度,本文提出了基于模拟退火遗传算法的网络参数优化方法,通过计算机仿真,证明了该方法是可行的。最后,运用它作为分类器对实际的船舶辐射噪声进行了分类实验,与BP等算法进行了比较,显示出其独特的优越性。
其他文献
三站二维定位问题是最小定位问题,一般只利用几何关系就能获得定位估计,但由于未利用距离测量的统计信息,定位精度较差。该文先将点到点的距离测量转化为点到线的距离估计,再在此基础上推导出一种新的加权几何定位方法,其中加权的确定利用了距离测量的统计信息。仿真实验表明,在测距误差较小时新方法具有更高的定位精度。
首先基于审计是一种社会实践活动这一理论,界定了审计理论框架的构成要素;然后在论证审计的信任动因和机理的基础上,推理得出审计的“一带一路”一般理论框架;最后结合“一带一路
利用非线性最小二乘方法的最优性质,本文提出了双基地雷达的两种最优化算法:LMF(Levenberg-Marquardt-Fletcher)定位算法和拟牛顿定位算法。仿真结果表明,与目前的定位优化算