改进量子粒子群BP神经网络参数优化及应用

• 作者: 贾伟 赵雪芬
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 量子粒子群优化 BP神经网络 多种群 混沌反向学习 Levy飞行
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP301
• 字数: 3741字
• 语种: 中文
• DOI: 10.11907/rjdk.191011

摘要

针对现有BP神经网络选取权值和阈值不精确问题,采用改进量子粒子群优化算法优化BP神经网络权值和阈值.首先在改进的量子粒子群优化算法中,采用双层多种群优化策略提高整个种群的寻优能力,然后在每个子群中使用混沌反向学习和Levy飞行增强子群寻优能力,最后利用改进的量子粒子群优化BP神经网络权值和阈值.实验结果表明,改进的量子粒子群优化算法能有效提高BP神经网络的全局寻优能力和收敛性,对数控高速铣削加工的铣削力进行准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵雪芬	宁夏大学新华学院信息与计算机科学系	33	57	5.0	5.0
2	贾伟	宁夏大学新华学院信息与计算机科学系	23	41	4.0	5.0