改进粒子群算法在BP神经网络拟合非线性函数方面的应用

• 作者: 乔冰琴 常晓明
• 来源期刊: 太原理工大学学报
• 关键词: BP神经网络 粒子群算法 函数拟合 免疫接种
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 558-563
• 页数: 6页
• 分类号: TP181
• 语种: 中文

摘要

为解决BP神经网络拟合非线性函数的预测结果误差较大问题,笔者将标准粒子群算法进行改进,形成基于免疫接种的粒子群算法(IPSO);然后将该算法与BP神经网络理论相结合,实现基于IPSO算法优化的BP神经网络非线性函数拟合算法.新的拟合算法首先确定BP神经网络结构,然后用IPSO算法优化初始权值和阈值,最后进行BP神经网络预测.数值实验表明,本文提出的IPSO算法提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔冰琴	太原理工大学计算机科学与技术学院	10	23	2.0	4.0
3	常晓明	太原理工大学计算机科学与技术学院	61	260	10.0	13.0