PSO粒子群算法在神经网络泛化能力中研究

• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: BP网络 PSO粒子群算法 传递函数 逼近 泛化
• 年，卷（期）: 2009,（29）
• 所属期刊栏目: 研究、探讨
• 页码范围: 34-36,67
• 页数: 4页
• 分类号: TP131
• 字数: 3888字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.29.010

摘要

利用PSO粒子群算法对神经网络的权值和阈值,隐藏层中神经元的传递函数系数进行优化.针对网络训练效果好,而泛化能力很差的情况,将训练样本均方差和权值的平方和结合作为PSO算法的目标函数.实验表明,该方法比惯性权值PSO-BP算法和基本梯度下降法好,不但稳定性好,而且预测精度高,泛化能力得到明显加强.