一种基于粒子群优化最简回声状态网络参数的方法和系统

摘要

本发明涉及一种基于粒子群优化最简回声状态网络参数的方法和系统，其方法包括以下步骤：(1)建立最简回声状态网络模型；(2)设置最简回声状态网络模型的初始化参数；(3)建立适应度函数；(4)计算粒子目标函数；(5)更新各粒子个体最优解和结构参数；(6)判断是否达到终止条件；(7)输出粒子群最优解。本发明所引用最简回声状态网络模型包括输入层、储备池和输出层，该模型具有一个确定的储备池结构，其中的神经元以环形结构相连，增强了储备池拓扑的稳定性且简化了计算量，同时，基于粒子群优化算法运算速度快，全局搜索能力强的特点，对最简回声状态网络的多个参数进行了优化，从而得到一个粒子群最优解，提高了预测精度。

主权项

一种基于粒子群优化最简回声状态网络参数的方法，其特征在于，包括以下步骤：步骤1：建立一个最简回声状态网络模型，用环形拓扑结构代替原有回声状态网络的随机拓扑结构；步骤2：设置最简回声状态网络模型的初始化参数，所述初始化参数包括结构参数、粒子个体最优解、粒子群最优解、最大迭代次数及粒子群的粒子个数；步骤3：对最简回声状态网络模型的结构参数和最优解进行随机分配，建立最简回声状态网络模型的适应度函数，并计算每个粒子的适应度值；步骤4：根据步骤3中计算的每个粒子的适应度值和步骤2中的初始化参数的粒子个体最优解及粒子群最优解计算粒子目标函数；步骤5：根据粒子群算法的位置和速度更新公式，更新最简回声状态网络模型中粒子个体最优解和结构参数，迭代次数加1；步骤6：判断迭代次数是否大于最大迭代次数，如果是，执行步骤7，否则，执行步骤3至步骤5；步骤7：输出粒子群最优解。