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:
在基本的蚁群优化算法原理和结构上,对它进行了改进,将离散的信息素分布矩阵改进为连续的信息素分布函数,并将改进后的蚁群算法引入到神经网络的训练中,提出了改进的蚁群算法训练神经网络的基本原理和步骤,该算法不仅克服了传统BP神经网络算法的不足,而且使得新算法同时具有蚁群算法的全局快速寻优能力和神经网络的广泛映射能力.并通过实例验证了该算法的快速性和有效性.
推荐文章
基于蚁群优化算法的神经网络训练的研究
蚁群优化算法
神经网络
均方误差
基于混沌蚁群算法的BP神经网络训练研究
群智能
混沌蚁群算法
BP神经网络
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
基于蚁群算法的神经网络规则抽取
神经网络
规则抽取
蚁群算法
聚类
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 基于改进蚁群优化算法的神经网络训练的研究
来源期刊 决策与信息(下旬刊) 学科 工学
关键词 蚁群优化算法 神经网络 信息素分布函数
年,卷(期) 2013,(2) 所属期刊栏目 管理
研究方向 页码范围 256-257
页数 2页 分类号 TH183
字数 语种 中文
DOI
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 刘峰 兰州交通大学机电工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (185)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(3)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
蚁群优化算法
神经网络
信息素分布函数
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
决策与信息(下旬刊)
月刊
chi
出版文献量(篇)
16137
总下载数(次)
46
论文1v1指导