一种改进的粒子群算法在BP网络中的应用研究

• 作者: 张玉芳 江涛 王银辉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粒子群算法 全局优化 BP 神经网络
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 164-165,290
• 页数: 3页
• 分类号: TP3
• 字数: 3247字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.09.048

摘要

采用Sigmoid激活函数的三层前向神经网络能够以任意精度模拟复杂的非线性关系,训练算法对神经网络模式分类的性能有较大影响.基于梯度下降的BP网络存在收敛速度慢、易陷入局部极小的缺陷.粒子群算法是一种全局优化算法.本文针对粒子群算法本身存在的不足加以改进,用改进后的粒子群算法对BP网络进行训练,从而克服BP网络的一些缺陷.采用IRIS分类问题验证了本文提出的方法的有效性.实验结果表明本文采用的方法比普通PSO-BP算法效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王银辉	重庆大学计算机学院	17	113	6.0	9.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	江涛	重庆大学计算机学院	7	77	4.0	7.0