基于粒子群优化的自组织特征映射神经网络及应用

来源期刊：控制与决策2005年第10期

论文作者：吕强 俞金寿

文章页码：1115 - 1119

关键词：数据挖掘;自组织特征映射;粒子群算法;核函数;聚类;

摘    要：采用粒子群优化（PSO）算法优化权重失真指数（LW D I）,提出了基于粒子群优化的SOM（PSO-SOM）训练算法.用该算法取代K ohonen提出的启发式训练算法,同时引进核函数,以加强PSO-SOM算法的非线性聚类能力.以某工厂丙烯腈反应器数据为聚类应用研究对象,研究结果表明,与启发式训练算法相比,PSO-SOM算法能够得到较优的聚类,而且该算法实现简单、便于工程应用,对丙烯腈反应器参数调整以及收率监测具有显著的指导作用.