递阶遗传粒子群算法在神经网络设计中的应用

• 作者: 吕俊 杨慧 高慧萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 递阶遗传算法 粒子群算法 误差反向传播(BP)算法 人工神经网络 优化 混沌时间序列
• 年，卷（期）: 2010,（33）
• 页码范围: 227-229,243
• 分类号: TP183
• 字数: 3546字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.33.065

摘要

将递阶遗传粒子群算法(HGAPSO)应用于神经网络设计,可以在对网络拓扑结构优化的同时对连接权重进行求解.该算法结合了遗传算法在解决离散问题和粒子群算法在解决连续问题上的优势,并利用BP算法沿误差最速下降的能力对连接权重进一步学习,达到全局最优和快速搜索的有机结合.通过对混沌时序信号的预测,表明递阶遗传粒子群算法在较大程度上提高了神经网络的学习性能和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕俊	南京工业大学电子与信息工程学院	16	253	5.0	15.0
2	杨慧	南京工业大学电子与信息工程学院	12	42	4.0	6.0
3	高慧萍	南京工业大学电子与信息工程学院	9	87	3.0	9.0