基于改进粒子群优化算法的神经网络设计

• 作者: 宁东方 田娜 章卫国
• 来源期刊: 计算机应用研究
• 关键词: 粒子群算法 蚁群算法 信息素 神经网络设计
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3343-3345
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.11.042

摘要

借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值.通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享.粒子群的惯性权重采用指数曲线衰减的形式,给每代最差粒子的速度随机加入干扰,克服了标准粒子群算法在寻优时出现的粒子早熟现象.仿真结果表明该算法能快速确定神经网络的结构和权值,表现出良好的收敛性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章卫国	西北工业大学自动化学院	245	1879	21.0	28.0
2	宁东方	西北工业大学自动化学院	18	184	9.0	12.0
3	田娜	陕西工业职业技术学院工业中心	6	48	4.0	6.0