粒子群算法优化神经网络结构的研究

• 作者: 潘朋朋 田雨波
• 来源期刊: 现代电子技术
• 关键词: 粒子群 神经网络 隐含层节点数 函数拟合
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 科学计算及信息处理
• 页码范围: 110-112
• 分类号: TN911-34|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.04.034

摘要

针对BP神经网络初始权阈值确定的随机性和隐含层节点数的不确定性,通过利用十进制粒子群优化算法(DePSO)和二进制粒子群优化算法(BiPSO),同时优化神经网络的初始权阈值和结构.通过粒子群优化算法首先确定一个较好的搜索空间,然后在这个解空间里利用BP算法对网络进行训练和学习,搜索出最优解.通过函数拟合数值实验对该模型来进行训练和测试,相比其他算法,该模型可以获得较高的预测精度,结果表明该方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田雨波	江苏科技大学电子信息学院	109	634	13.0	19.0
2	潘朋朋	江苏科技大学电子信息学院	4	42	4.0	4.0