基于粒子群优化与 BP算法的协同神经网络学习方法

• 作者: 江丽 王爱平
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: BP算法 粒子群算法 优化 函数拟合 协同算法
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 19-20,99
• 页数: 3页
• 分类号: TP183
• 字数: 3071字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.09.006

摘要

针对标准BP算法易陷入局部极值及收敛速度慢等问题，提出一种基于粒子群优化与BP算法的协同神经网络学习方法。该方法在网络的学习过程中，同时利用PSO优化算法与BP算法进行最优网络权值的协同搜索，从而充分利用粒子群算法的全局搜索性及BP算法的反向传播特点。将该算法应用于4个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神经网络算法进行比较。实验结果表明所提的协同算法的性能优于传统的BP网络优化算法。

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