基于混沌PSO-BP混合算法的神经网络

基于混沌PSO-BP混合算法的神经网络
孟非;潘朋朋
【期刊名称】《计算机仿真》
【年(卷),期】2011(28)2
【摘要】研究神经网络的优化问题,将粒子群优化(PSO)算法同误差反向传播(BP)算法采用两种算法相结合,形成两种混合算法,可用于训练神经网络的优化.提出两种方法,第一种混合算法是在PSO算法优化神经网络权值的同时注入BP算法,第二种混合算法是在PSO算法训练神经网络之后继之以BP算法.同时根据混沌映射的随机性和遍历性,将其引入到混合算法中,进一步提高算法的寻优能力.将这两种混合算法同基于PSO算法和基于BP算法的神经网络训练方法相比较,通过数值仿真实验表明,混合算法的性能优于所比较的两种算法的性能,且第一种混合算法要好于第二种混合算法.
【总页数】4页(P196-199)
【作者】孟非;潘朋朋
【作者单位】江苏科技大学经济管理学院,江苏,镇江,212003;江苏科技大学电子信息学院,江苏,镇江,212003
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于改进PSO-BP混合算法的电力变压器故障诊断 [J], 杨道武;李海如;向卫东;任卓;李哲文
2.基于混沌振荡PSO-BP算法的电阻率层析成像非线性反演 [J], 戴前伟;江沸菠
3.基于改进PSO-BP混合算法的电力变压器故障诊断 [J], 魏星;舒乃秋;张霖;崔鹏程
4.基于混合算法优化神经网络的混沌时间序列预测 [J], 尹新;周野;何怡刚
5.基于PSO-BP混合算法的短期电力负荷预测 [J], 田丽;夏新运;蒋慧;张淑芳因版权原因，仅展示原文概要，查看原文内容请购买。