《表2 优化结果对比:运用PSO算法的自递归RBF网络建模与应用》
最大递归次数为500,采用点的数量为40。在PSO算法中粒子的个数为100,每个粒子的取值范围为[0,1],C1=2,C2=2,ξ=0.8,η=0.3,自递归RBF网络(SR-RBF)的径向基自网络参数设置:对参数w4的学习率为0.4,对w3的学习率为0.02,对b'j的学习率为0.3,对bias的学习率为0.02。普通的IH-RBF网络的参数设置:所有参数的学习率为0.2,动量因子为0.6。普通的IHO-RBF网络的参数设置:对所有参数的学习率为0.01,动量因子为0.6。三种网络模型进行20次仿真实验后的结果对比,如表2所示。
图表编号 | XD0067440300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 曾添、杨德刚 |
绘制单位 | 重庆师范大学计算机与信息科学学院、重庆师范大学计算机与信息科学学院 |
更多格式 | 高清、无水印(增值服务) |