基于改进粒子群算法优化神经网络结构和权值

• 作者: 李晓青 王小会 薛延刚
• 来源期刊: 青海师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 粒子群算法 目标函数 动态协同
• 年，卷（期）: 2020,（1）
• 页码范围: 16-21
• 页数: 6页
• 分类号: TP183
• 字数: 3489字
• 语种: 中文

摘要

神经网络识别能力的优劣是由网络结构和权值共同确定的.本文设计一种粒子群编码方式,实现神经网络结构和权值同时优化,并采用目标函数正则化的方式,使神经网络的学习能力和识别能力相结合,同时,设计出一种动态协同粒子寻优方式,在兼顾基本粒子群算法全局收敛的快速性的基础上,加强局部搜索的开发性,有效提高了算法寻优效率.将该模型应用到UCI标准数据集进行仿真实验,实验结果验证了本文方法可以提高神经网络的学习和识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小会	兰州工业学院电气工程学院	5	9	2.0	3.0
2	李晓青	兰州工业学院电气工程学院	13	13	3.0	3.0
3	薛延刚	兰州工业学院电气工程学院	9	23	3.0	4.0