改进人工蜂群优化BP神经网络的分类研究

• 作者: 李帅 潘福成 韦鹏宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: BP神经网络 分类 泛化能力 人工蜂群
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP183
• 字数: 4925字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0379

摘要

针对BP神经网络对初始权重敏感,容易陷入局部最优,人工蜂群算法局部搜索能力和开发能力相对较弱等问题,提出一种基于改进人工蜂群和反向传播的神经网络训练方法.引进差分进化思想改进人工蜂群算法,并对跟随蜂的搜索行为进行更准确的描述.用改进的人工蜂群全局搜索神经网络的初始权重,防止神经网络陷入局部最优.用新的方法对神经网络训练进行分类.实验结果表明,该算法相对于标准的BP神经网络,有效提高了分类正确率,泛化能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘福成		7	80	4.0	7.0
7	李帅	中国科学院沈阳自动化研究所	30	196	8.0	13.0
8	韦鹏宇		1	16	1.0	1.0