前馈神经网络连续二元蚁群训练模型

• 作者: 颜晨阳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 前馈神经网络 权值训练 连续域蚁群优化模型
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 28-30
• 分类号: TP183
• 字数: 3300字
• 语种: 中文

摘要

提出了一种用离散模型逼近连续模型进而求解连续域上的优化问题的蚁群优化算法Binary-ACO,并将Bi-nary-ACO与经典BP训练算法进行混合(LMBP和SDBP)应用于多层感知机的训练问题中,并在3个测试数据集上进行对比实验.实验结果证明单一蚁群优化算法作为一种通用的优化算法在前馈神经网络训练问题中的性能无法与经典的BP算法相比较,但是蚁群优化算法和BP经典训练算法结合的混合算法表现性能优良.两种混合算法(Binary-ACO-sdbp和Binary ACO-lmbp)都获得了相当良好的解,特别是Binary ACO-lmbp这种算法不仅比单一的蚁群优化算法的性能上有相当的提高而且也优于经典的BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜晨阳		10	2	1.0	1.0