基于面向对象自适应粒子群算法的神经网络训练

• 作者: 凌卫新 徐乐华 熊丽琼
• 来源期刊: 计算机应用研究
• 关键词: 神经网络 粒子群优化算法 面向对象方法 拓扑结构优化
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 111-113
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.01.035

摘要

针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的基于面向对象的自适应粒子群优化算法(OAPSO)用于神经网络的训练.该算法通过改进PSO的编码方式和自适应搜索策略以提高网络的训练速度与泛化性能,并结合Iris和Ionosphere分类数据集进行测试.实验结果表明:基于OAPSO算法训练的神经网络在分类准确率上明显优于BP算法及标准PSO算法,极大地提高了网络泛化能力和优化效果,具有快速全局收敛的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌卫新	华南理工大学数学科学学院	21	130	8.0	10.0
2	徐乐华	华南理工大学数学科学学院	2	16	2.0	2.0
3	熊丽琼	江西师范大学计算机信息工程学院	2	11	1.0	2.0