全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

改进PSO训练的BPNN方法的舰船主尺度建模

DOI: 10.3969/j.issn.1006-7043.201108006

Keywords: 舰船主尺度, 回归分析, 改进粒子群优化算法, BP神经网络

Full-Text   Cite this paper   Add to My Lib

Abstract:

利用改进粒子群优化算法训练的BP神经网络(BPNN)对以航母为代表的大型舰船主尺度进行了回归分析.对粒子群优化算法(PSO)的学习因子进行了关于迭代进程的自适应调整,并将改进后的PSO算法对BPNN训练过程进行优化.利用新型BPNN对典型航母主尺度(总长、总宽、设计水线长、设计水线宽、吃水与满载排水量)进行数学建模,与基于传统多项式回归的结果进行对比分析.结果表明经改进PSO训练的BPNN具有更高的输出精度且具有良好的分段光滑特性,这对于大型舰船方案论证与总体设计可起到重要的指导性作用.

References

[1]  CLERC M, KENNEDY J. The particle swarm-explosion, stability, and convergence in a multi-dimensional complex space[J]. IEEE Transactions on Evolutionary Computation, 2002, 6: 58-73.
[2]  何佳,陈智慧,杨迎新. 综合改进的粒子群神经网络算法[J]. 计算机工程与设计, 2008, 29(11): 2890-2896. HE Jia, CHEN Zhihui, YANG Yingxin. Integrative improved particle swarm optimization neural network arithmetic[J]. Computer Engineering and Design, 2008, 29(11): 2890-2896.
[3]  刘宏达,马忠丽. 均匀粒子群算法[J]. 智能系统学报,2010,5(4): 336-341. LIU Hongda, MA Zhongli. A particle swarm optimization algorithm based on uniform design[J]. Transactions on Intelligent Systems,2010,5(4): 336-341.
[4]  HAGAN T, DEMUTH H, BEALE M. Neural network design[M]. Boston: PWS Publishing, 2002: 360-373.
[5]  施彦,黄聪明,侯朝桢. 基于改进的PSO算法的神经网络集成[J]. 复旦学报:自然科学版, 2004, 10(5): 692-694. SHI Yan, HUANG Congming, HOU Chaozhen. Neural network ensembles based on improved PSO algorithm[J]. Journal of Fudan University:Natural Science, 2004,10(5): 692-694.
[6]  高海兵,高亮,周驰,等. 基于粒子群优化的神经网络训练算法研究[J] .电子学报, 2004, 32(9): 1572-1574. GAO Haibing, GAO Liang, ZHOU Chi, et al. Particle swarm optimization based on algorithm for neural network learning[J]. Acta Electronica Sinica,2004,32 (9):1572-1574.
[7]  方冬革. 航空母舰发展史及航空母舰对世界的影响[M].上海:科学技术文献出版社,2009: 103-477.
[8]  孙诗南. 现代航空母舰[M]. 上海:上海科学普及出版社,2000: 182-236.
[9]  邵开文,马运义. 舰船技术与设计概念[M].北京:国防工业出版社, 2005: 496-567.
[10]  何晓群. 应用回归分析[M]. 北京:中国人民大学出版社, 2007: 135-145.
[11]  BAYAR S, DEMIR I. Modeling leaching behavior of solidified wastes using back-propagation neural networks[J]. Ecotoxicology and Environmental Safety, 2009, 3(72): 843-850.
[12]  唐小勇,于飞,潘洪悦. 改进粒子群算法的潜器导航规划[J]. 智能系统学报, 2010,5(5): 443-448. TANG Xiaoyong, YU Fei, PAN Hongyue. Submersible path-planning based on an improved PSO[J]. Transactions on Intelligent Systems, 2010,5(5): 443-448.
[13]  WILAMOWSKI B M. Neural network architectures and learning algorithms[J]. Industrial Electronics Magazine 2009: 56-63.
[14]  董长虹. Matlab神经网络与应用 [M] 第2版. 北京:国防工业出版社, 2007: 64-90.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133