基于粒子群与BP混合算法的神经网络学习方法

• 作者: 江丽 王爱平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: BP算法 粒子群优化算法 优化 函数拟合 混合算法
• 年，卷（期）: 2012,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 13-15
• 页数: 3页
• 分类号: TP183
• 字数: 3507字
• 语种: 中文

摘要

针对标准BP算法收敛速度慢及易陷入局部极值等问题,提出一种基于粒子群优化与BP混合算法的神经网络学习方法.该方法在网络的训练过程中,同时利用粒子群算法与BP算法进行最优网络权值的搜索,从而既充分利用了粒子群算法的全局搜索性又较好地保持了BP算法本身的反向传播特点.将该混合学习算法应用于复杂函数的拟合仿真,并与标准BP算法以及传统的粒子群优化BP神经网络学习算法进行比较.实验结果表明所提的混合学习算法具有较高的收敛精度,且收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爱平	安徽大学计算机科学与技术学院	39	522	11.0	22.0
2	江丽	安徽大学计算机科学与技术学院	7	51	3.0	7.0