-
题名一种基于ADPSO优化的循环神经网络模型
被引量:1
- 1
-
-
作者
宋旭东
梁师齐
王雪梅
-
机构
大连交通大学软件学院
阜新高等专科学校
-
出处
《大连交通大学学报》
CAS
2021年第4期83-87,共5页
-
基金
辽宁省自然科学基金资助项目(2019-ZD-0105)。
-
文摘
针对循环神经网络(Recurrent Neural Network,RNN)采用传统的训练方法造成的收敛速度慢、易陷入局部最优的问题,提出一种自动调整的动态粒子群优化算法(ADPSO),利用ADPSO较强的全局寻优能力来优化RNN的初始权值及阈值,构建基于ADPSO优化的RNN模型(ADPSO-RNN),从而提升RNN的预测性能及泛化性能。在ADPSO中,将动态搜索空间策略引入到粒子群算法中,同时自适应地调整学习因子以平衡算法的全局和局部搜索能力.在实验中,将ADPSO与PSO进行算法优化性能对比,结果表明ADPSO具有更好的寻优性能;然后以某股票的股票价格历史数据为实验数据,将ADPSO-RNN与常规RNN、PSO优化的RNN分别对其进行预测,结果表明ADPSO-RNN模型在股票价格预测中预测指标平均绝对误差和均方误差上相对于另外两种模型均有所降低,具有更好的泛化性能.
-
关键词
局部最优
ADPSO
RNN
动态搜索空间策略
-
Keywords
local optimum
ADPSO
RNN
dynamic search space strategy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-