原文服务方: 微电子学与计算机       
摘要:
针对BP学习算法依赖于初始权值的选择和只能处理具有求导或者梯度特性目标函数,导致函数逼近误差较大的缺点,基于适值理论,建立了混沌蚁群算法模型.采用实值编码,把BP神经网络的权值和偏值作为混沌蚁群算法搜索的蚂蚁空间位置;设置合适的适值函数,对BP神经网络权值进行训练,并将其应用于曲线拟和.分别用混沌蚁群算法对不包含噪声的BP神经网络和包含噪声的BP神经网络进行了训练仿真,对仿真结果进行分析,取得了很好的效果.
推荐文章
基于蚁群优化算法的神经网络训练的研究
蚁群优化算法
神经网络
均方误差
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
基于BP神经网络和蚁群的WSN分簇算法的研究
无线传感器网络
蚁群算法
神经网络
数据汇聚
一种基于蚁群算法与粗糙集的混合 BP神经网络
蚁群算法ACA
粗糙集
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混沌蚁群算法的BP神经网络训练研究
来源期刊 微电子学与计算机 学科
关键词 群智能 混沌蚁群算法 BP神经网络
年,卷(期) 2009,(4) 所属期刊栏目
研究方向 页码范围 11-14
页数 4页 分类号 E927
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘晓东 空军工程大学工程学院 82 445 12.0 16.0
2 蔡磊 空军工程大学工程学院 6 44 4.0 6.0
3 袁德国 空军工程大学工程学院 8 36 4.0 6.0
4 袁冬根 空军工程大学工程学院 9 42 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (57)
参考文献  (7)
节点文献
引证文献  (13)
同被引文献  (37)
二级引证文献  (26)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
群智能
混沌蚁群算法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导