Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2011-01-01

Journal: 控制理论与应用

Included Journals: CSCD、ISTIC、PKU、EI、Scopus

Volume: 28

Issue: 9

Page Number: 1075-1081

ISSN: 1000-8152

Key Words: 微粒群优化; 动态神经网络; 鲁棒不确定性; 稳定性

Abstract: 微粒群算法由于进化机制中的随机不确定性，其稳定性很难进行分析，所以对微粒群的研究多是根据经验的实际优化模型求解.针对该问题，利用鲁棒不确定性理论
   ，将算法分解为时不变和不确定时变的结构，减少原有参数固定的假设条件，从而对引入动态惯性权重的微粒群算法的渐近稳定性进行分析.在此基础之上，采用李
   雅普诺夫方法，得到基于微粒群参数优化的动态神经网络收敛的充分条件，自适应调整微粒速度的上下限，为组合模型的实际应用提供参数选择的理论基础.最后，
   通过仿真实例验证了所给出微粒群算法稳定性条件和基于微粒群优化的动态神经网络收敛条件的有效性。