一种基于神经网络的仿真优化方法
吴诗辉1 刘晓东1 邵悦2 张发1 杨闽湘1
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

吴诗辉1 刘晓东1 邵悦2 张发1 杨闽湘1,. 一种基于神经网络的仿真优化方法[J]. 建模与系统仿真,2018.10. DOI:.
摘要:
为提高仿真优化问题求解效率,提出了一种基于神经网络的仿真优化方法。利用神经网络对非线性输入输出关系的逼近能力,由神经网络输出值代替仿真结果以减少所需仿真次数。按照提出的3种样本选择策略,由仿真模型产生一定数量的样本,借助广义回归神经网络在学习速度、网络稳定性、参数选取方面的独特优势,对样本进行训练,生成能够反映仿真模型输入输出关系的回归曲面,以实现用神经网络输出值代替仿真结果,利用优化算法对回归曲面进行寻优。通过对典型测试函数进行实验,证明了方法的可行性和有效性。
关键词: 神经网络;仿真优化;回归曲面;样本选择
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。