一种基于粒子群优化的极限学习过程神经网络,这篇神经网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
神经网络论文参考文献：
摘 要：本文针对过程神经元网络（Process Neural Network,PNN）模型学习参数较多,正交基展开后的梯度下降算法初值敏感、计算复杂、不易收敛等问题,结合极限学习机（Extreme Learning Mauchine,ELM）的快速学习特性,提出了一种新型的极限学习过程神经元网络.学习过程中摒弃梯度下降算法的迭代调整策略,采用Moore-Penrose广义逆计算输出权值矩阵.同时为弥补极限学习机由于随机赋值造成的不足,利用粒子群算法（Particle Swarm Optimization,PSO）良好的全局搜索能力进行模型参数优化,获得紧凑的网络结构,提高了模型泛化能力.仿真实验以Henon混沌时间序列和太阳黑子预测为例,验证了网络的有效性.
结论：适合不知如何写神经网络方面的相关专业大学硕士和本科毕业论文以及关于神经网络论文开题报告范文和相关职称论文写作参考文献资料下载。
优化学生数学学习过程
课程改革的宗旨和核心应该是关注学生的发展，即以学生的发展为本 因此在日常教学中，要想提高课堂效率，首先还是要改变教学理念 怎样改变呢，一要为学习。
多重纳什均衡解粒子群优化算法
摘要：提出了一种求解双矩阵对策多重纳什均衡解的粒子群优化算法。该算法通过随机初始点以及迭代粒子的归一化，保证粒子群始终保持在对策的可行策略空间内。
基于粒子群算法汽车租赁短期车辆配置问题
摘要：合理的车辆配置与调度是租车公司运营管理考虑的主要问题之一，也是提高租车公司的租车率和收益的有效途径。针对目前我国租车公司普遍缺乏历史数据、。
求解旅行商问题一种改进粒子群算法
摘要：本文研究了求解旅行商问题的粒子群算法。针对标准粒子群算法在求解旅行商问题过程中容易出现早熟和停滞现象的缺点，提出了一种改进的粒子群算法。首。