基于APSO优化的小麦条锈病神经网络预测模型

• 作者: 莫丽红
• 来源期刊: 湖北农业科学
• 学科: 农学
• 关键词: 自适应粒子群算法 泛化能力 仿真 小麦条锈病
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 农业工程
• 页码范围: 2337-2340
• 分类号: TP183|S435.121.4+2
• 字数: 3723字
• 语种: 中文
• DOI: 10.3969/j.issn.0439-8114.2012.11.052

摘要

针对小麦条锈病预测模型中样本数有限、样本分布不均的情况,在BP神经网络中引入改进的APSO优化算法,对神经网络的权值及阈值进行优化,一方面加入惯性权值及约束系数,另一方面在适应度函数中加入权值平方惩罚项来提高泛化能力,同时对“早熟”现象引入变异揉作.通过少样本数据的多角度仿真,结果显示,学习收敛速度及对新样本的泛化能力均得到了明显提高.改进的APSO-BP算法能克服常规BP算法在收敛速度及泛化能力方面的局限性,比常规BP算法及常规PSO -BP算法优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫丽红	淮阴工学院电子与电气工程学院	13	73	5.0	8.0