基于改进人工鱼群算法的神经网络优化

魏立新^1,2，张峻林²，刘青松³

1. 国家冷轧板带装备及工艺工程技术研究中心2. 燕山大学工业计算机控制河北省重点实验室3. 上海西门子工业自动化有限公司

摘 要：针对人工鱼群算法的寻优速度慢,后期收敛性差等缺陷提出了一种并行运行方式的改进人工鱼群算法（Improvement Artificial Fish Swarm Algorithm,IAFSA）。进而应用IAFSA算法对BP神经网络初始权值进行寻优,以解决BP网络初始权值选取困难且优化过程中容易陷入局部极值的问题。最后,将IAFSA-BP网络混合算法应用于PID参数的优化,从而克服了PID控制参数难以整定的难题。通过仿真实验,结果表明:改进的人工鱼群算法寻优速度更快,优化值更加合理。应用IAFSA-BP混合算法得到的PID控制参数使得系统响应更快,稳态误差更小,系统性能得到提升。

关键词：人工鱼群算法;神经网络;局部极值;参数寻优;