基于粒子群的BP神经网络算法在猪等级评定中的应用

• 作者: 张权 曾晶 王越 董丽梅
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 猪等级评定 粒子群算法 BP神经网络
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 信息·计算机
• 页码范围: 37-41
• 页数: 5页
• 分类号: TP301.6
• 字数: 3949字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2013.01.008

摘要

现有的在猪等级评定中应用的BP神经网络算法存在对初始权值敏感、易陷入局部最小值等缺陷,从而导致预测精度不高、收敛速度慢的状况.针对该问题,在神经网络训练中引入基于全局随机优化思想的粒子群优化(PSO)算法.先利用PSO优化BP神经网络的初始权值,然后采用神经网络完成给定精度的学习,建立了粒子群-BP神经网络模型.与传统BP神经网络相比,该方法预测精度高、收敛速度快,可以有效地运用到猪等级评定中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王越		50	351	12.0	16.0
2	曾晶		5	48	4.0	5.0
3	董丽梅		1	11	1.0	1.0
4	张权	西南交通大学交通运输与物流学院	5	35	4.0	5.0