结合信息融合和BP神经网络的决策算法

• 作者: 张坡 张彬棋 彭淑彦 沈永增
• 来源期刊: 计算机系统应用
• 关键词: 信息融合 BP神经网络 网络结构 决策算法
• 年，卷（期）: 2015,（7）
• 页码范围: 175-179
• 页数: 5页
• 字数: 3347字
• 语种: 中文

摘要

针对网络输入信息复杂多变,固定的 BP(Back-Propagation)网络结构难以发挥其优势的情况,提出了结合信息融合和BP神经网络的决策算法。即根据输入的变化情况,利用D-S证据理论(Dempster-Shafer,D-S)对BP神经网络的结构进行优选。同时使用粒子群(PSO, Particle Swarm Optimization)算法来确定BP神经网络的初值,以改善其收敛速度慢和容易陷入局部极小值的问题。仿真结果显示,结合信息融合和 BP 神经网络的决策算法和BP神经网络相比,有效提高了BP神经网络训练的时间及预测的准确率,在适应复杂多变的输入信息时具有一定的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈永增	浙江工业大学信息工程学院	41	430	13.0	18.0
2	彭淑彦		3	5	1.0	2.0
3	张坡	浙江工业大学信息工程学院	2	5	1.0	2.0
4	张彬棋	浙江工业大学信息工程学院	1	4	1.0	1.0