基于生物进化的可恢复回声状态网络模型

作     者：王怡鸥 丁刚毅 刘天元 蒙军 沈晨 WANG Yi-ou;DING Gang-yi;LIU Tian-yuan;MENG Jun;SHEN Chen

作者机构：北京理工大学软件学院数字表演与仿真技术实验室北京100081 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2016年第36卷第11期

页      面：1141-1146页

核心收录：

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61202243) 国家教育部博士点基金资助项目(20121101110037) 

主　　题：回声状态网络 生物进化 可恢复能力 时间序列预测 

摘      要：为解决回声状态网络储备池在遭受随机故障和蓄意攻击等复杂情况下的适应性问题,提出了一种具有生物进化特征的可恢复回声状态网络—3DP-RESN.基于优先匹配的复制、新增加连接的变异和新增加连接的死亡进化策略,3DP-RESN能够实现从被破坏的网络拓扑中自恢复.将3DP-RESN、传统ESN(CESN)和被破坏的ESN(DESN)应用于NARMA系统、Henon映射和figure8这3种非线性时间序列逼近任务.实验结果表明,当储备池发生故障时,3DP-RESN对于3种时间序列的预测精度明显优于DESN,接近甚至高于未遭受储备池故障的CESN,尤其在figure8实验中,3DP-RESN与CESN、DESN相比,预测精度分别提高了30.56%和7.01%.此外,3DP-RESN的短期记忆能力也接近于CESN,因此,3DP-RESN具有强大的自适应恢复能力.