粒子群退火算法优化的BP神经网络及其应用

• 作者: 党伟超 潘理虎 王荣 白尚旺
• 来源期刊: 计算机系统应用
• 关键词: BP神经网络 粒子群算法 模拟退火算法 软件老化预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究开发
• 页码范围: 244-249
• 页数: 6页
• 字数: 4462字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007220

摘要

以提高预测软件老化趋势为应用背景, 提出一种新型粒子群退火算法(New Particle Swarm Annealing Algorithm, NPSOSA)优化BP神经网络的权值和阈值, 继而构建NPSOSA-BP神经网络预测模型. 实验通过搭建软件老化测试平台, 收集所需的老化数据并进行仿真训练. 实验结果表明, NPSOSA-BP神经网络模型相比于传统粒子群算法(PSO)、传统粒子群退火算法(PSOSA)优化的BP神经网络模型提高了预测精度和适用度, 在该应用领域验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘理虎	太原科技大学计算机科学与技术学院	95	287	10.0	12.0
3	白尚旺	太原科技大学计算机科学与技术学院	76	280	10.0	13.0
4	党伟超	太原科技大学计算机科学与技术学院	40	171	7.0	12.0
7	王荣	太原科技大学计算机科学与技术学院	11	25	3.0	4.0