基于改进二进制萤火虫的BP神经网络并行集成学习算法

• 作者: 倪志伟 朱旭辉 李敬明 许莹
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 二进制萤火虫算法 反向传播(BP)神经网络 高斯变异函数 农业旱情评估
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 171-182
• 页数: 12页
• 分类号: TP393.1
• 字数: 8251字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201702008

摘要

针对传统BP神经网络的随机初始权值和阈值易导致网络学习速度慢、容易陷入局部解及运算精度低等缺陷,提出基于改进二进制萤火虫算法(IBGSO)的BP神经网络并行集成学习算法.首先构建以高斯变异函数作为概率映射函数的IBGSO,并从理论上分析算法的有效性.然后结合IBGSO与BP神经网络构建并行集成学习算法,并将算法应用于农业干旱灾害评估中.实验表明,相比传统算法,文中算法在计算速度及精度方面更优,可以提高旱情等级评估的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学管理学院	136	1346	21.0	27.0
2	李敬明	合肥工业大学管理学院	23	95	5.0	9.0
6	朱旭辉	合肥工业大学管理学院	29	209	8.0	14.0
7	许莹	安徽省气象科学研究所安徽省大气科学与卫星遥感重点实验室	11	145	6.0	11.0