作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
粒子群优化(PSO)算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论.该算法简单易实行,可调参数少,已得到广泛研究和应用.现主要阐述了粒子群算法(PSO)和BP神经网络的特点,并分析了粒子群算法优化BP神经网络的必要性,同时对今后的研究前景作了具体的展望.
推荐文章
基于粒子群算法优化BP神经网络漏钢预报的研究
粒子群优化算法
BP神经网络
连铸
漏钢预测
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
BP神经网络
粒子群算法
函数拟合
免疫接种
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于粒子群算法优化BP神经网络的产品质量预测分析
BP神经网络
改进
粒子群算法
产品质量预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 浅谈粒子群算法与BP神经网络
来源期刊 轻纺工业与技术 学科 工学
关键词 粒子群算法 神经网络 BP算法 优化
年,卷(期) 2013,(1) 所属期刊栏目 专题与论述
研究方向 页码范围 68-70
页数 3页 分类号 TS101.8
字数 2381字 语种 中文
DOI 10.3969/j.issn.2095-0101.2013.01.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 聂琼 8 66 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (720)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (15)
二级引证文献  (4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
神经网络
BP算法
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
轻纺工业与技术
月刊
2095-0101
45-1379/TS
大16开
广西省南宁市亭洪路43号
1972
chi
出版文献量(篇)
5134
总下载数(次)
13
论文1v1指导