混沌粒子群優(yōu)化算法理論及應(yīng)用研究.pdf

1、重慶大學(xué)博士學(xué)位論文混沌粒子群優(yōu)化算法理論及應(yīng)用研究姓名：唐賢倫申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：控制理論與控制工程指導(dǎo)教師：曹長(zhǎng)修20070420重慶大學(xué)博士學(xué)位論文冗余連接甚至?xí)绊懮窠?jīng)網(wǎng)絡(luò)性能的問題，本文提出了綜合利用混沌粒子群優(yōu)化算法和離散粒子群優(yōu)化算法同時(shí)優(yōu)化前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的新方法，該算法在使用混沌粒子群優(yōu)化算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值的同時(shí)，使用離散粒子群優(yōu)化算法刪除其冗余連接，實(shí)現(xiàn)連接結(jié)構(gòu)的優(yōu)化。并將該算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)應(yīng)用在旋轉(zhuǎn)機(jī)

2、械故障診斷和高爐鐵水溫度預(yù)報(bào)中，結(jié)果表明，這種方法不僅能夠有效地優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，而且還能提高訓(xùn)練效率。利用粒子群優(yōu)化算法的優(yōu)化性能，繼續(xù)拓寬其在神經(jīng)網(wǎng)絡(luò)的應(yīng)用。提出了一種基于混沌粒子群優(yōu)化算法和自組織特征映射(SOM)網(wǎng)絡(luò)的聚類算法(Pso／soM)，使用CPSO對(duì)SOM網(wǎng)絡(luò)進(jìn)行訓(xùn)練來代替SOM的啟發(fā)式訓(xùn)練方法，同時(shí)引進(jìn)核函數(shù)，以加強(qiáng)PSO／SOM算法的非線性聚類能力。對(duì)Wine等數(shù)據(jù)集的實(shí)例研究表明，PSO／SOM算法相比基本SO

3、M算法，能有效提高網(wǎng)絡(luò)映射的準(zhǔn)確程度，同時(shí)也降低了錯(cuò)聚率，提高了聚類識(shí)別的質(zhì)量，實(shí)驗(yàn)結(jié)果表明該算法是一種有效的聚類算法。(5)針對(duì)當(dāng)前的入侵檢測(cè)系統(tǒng)對(duì)新攻擊類型檢測(cè)效率較低、系統(tǒng)誤報(bào)率較高的問題，本文將粒子群優(yōu)化算法的應(yīng)用擴(kuò)展到網(wǎng)絡(luò)安全領(lǐng)域，由于SOM聚類方法不適合大規(guī)模數(shù)據(jù)，提出了基于粒子群優(yōu)化和模糊c均值的無監(jiān)督聚類方法(PSO—FcM)并應(yīng)用于入侵檢測(cè)中。最后采用KDDCUP99數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，結(jié)果表明該方法具有簡(jiǎn)單高效、檢測(cè)速