一种改进人工鱼群算法对BP神经网络的优化研究

被引：15

作者：

龚波

曾飞艳

机构：

[1] 湖南科技大学计算机科学与工程学院

来源：

关键词：

BP神经网络; 人工鱼群算法; 优化; 仿真;

D O I：

10.13582/j.cnki.1672-9102.2016.01.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对BP神经网络存在易陷入局部极值的缺陷,提出一种基于改进的人工鱼群算法优化的BP神经网络.先用改进的人工鱼群算法优化BP神经网络的初始权值和阀值,然后再执行BP算法训练BP神经网络的权值和阀值.函数拟合仿真实验表明该优化方法提高了BP神经网络的泛化性能.

引用

页码：86 / 90

页数：5

共 8 条

[1]

一种新型的智能优化方法-人工鱼群算法.[D].李晓磊.浙江大学.2003, 02

[2]

人工鱼群算法及其应用.[M].江铭炎; 袁东风; 著.科学出版社.2011,

[3]

神经网络与机器学习.[M].(加) 海金 (Haykin;S.) ; 著.机械工业出版社.2011,

[4]

神经网络模型及其MATLAB仿真程序设计.[M].周开利;康耀红编著;.清华大学出版社.2005,

[5]

基于遗传优化BP神经网络的污水处理水质预测研究.[D].王瑞.华南理工大学.2012, 01

[6]

BP神经网络的改进研究及应用.[D].刘天舒.东北农业大学.2011, 04

[7]

基于PSO优化的BP神经网络股票预测模型.[D].张文霄.哈尔滨工业大学.2010, 02

[8] 改进差分进化在前馈神经网络训练中的应用 [J].

沈洪远 ;

李志高 ;

王俊年 ;

吕铭晟 .