改进粒子群算法对BP神经网络的优化

合集下载

相关主题

粒子群优化神经网络

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

２０年第１０９卷第２期
计算机系统应用
改进粒子群百度文库算法对ＢＰ神经网络的优化①
沈学利张红岩张纪锁（宁工程技术大学电子与信息工程学院辽宁葫芦岛１５５辽０）２１
摘要：介绍一种基于改进粒子群算法优化ＢＰ网络的权值调整综合方法。该算法在传统ＢＰ算法的误差反传
ｉｐｏｅａｔｃｅｓｒｐｍｉａｏｉｕｔｎｏｓｙｍｒｖｄｐｒｉｌｗａｍｏｔｚｔｎｓｍｌｅｕｌ．ＴｈｅｕｔｓｏｗｓｔａｅｉｒｖｄａｇｒｔｍａｉｉａｅｒｓｌｈｈｔｔｍｐｏｅｌｏｉｈｈＣｎ
ｎｔｏｌｖｒｏｅｌｔｔｏｓｉｏｅｓｏｗｏｖｒｅｃｄｔｅｌｃｌｅｔｅａｕｓｏａｉｉｎａｏｎｙｏｅｃｍｅｔｉａｎｎｂｔｔｌｃｎｅｇｎｅａｏａｘｒｍｅｖｅｆｔｄｔｌｈｍｉｉｈｈｎｈｌｒｏ
ＢＰａｇｒｔｍ，ｂｔｓｍｐｏｅｔｅｐｅｉｉｎｏｅｒｓｌａｈｅｒｉｇａｉｔｒａｌ．ｏｈｌｉｕｏｉｒｖｒｃｓｏｆｔｅｕｔｎｄｔｅｌａｎｎｂｌｙｇｅｔｙｌａｈｈｉＫｅｗｏｄｓｐａｔｌｗａｎｐｔｚｔｎ；ｎｒｉｉｈ；ｅｒｅｗｏｋ；ａｋｐｏａａｏｒｔｍｅｉ；ｐｔｚｔｎｙｒ：ｒｉｅｓｒｌｏｉｃｉｍａｉｏｉｅｔｗｅｇｔｎｕａｎｔｒｓｂｃｒｐｇｔｎａｉａｌｉｈｔｃｏｉｉｍａｉｏ
行了有效的拓展，是计算智能领域除蚁群优化算法
（ｎｏｏｙＯｐｉｚｔｎＡＣｔ９的另外一种群ＡｔｌｎｔＣｍｉａｉ，Ｏ）１１ｏ２，
知识工程、智能控制等方面。尽管在诸多应用领域取得了巨大的成功，然而仍存在着一些问题：（）习算１学法的收敛速度慢；（）２局部极小问题；（）Ｐ神经网络３Ｂ
（ｃｏｌｆｌｔｎｃｎｆｒｔｎＥｇｎｅｎ，ｉｏｉｇＴｃｎｃｌｉｅｓｙＨｕｕａ２５ＣｉａＳｈｏｅｒｉｄＩｏｍａｉｎｉｅｒｇＬａｎｎｅｈｉｖｒｉ，ｌｄｏ１５０，ｈｎ）ｏＥｃｏａｎｏｉａＵｎｔ１
因此，Ｂ网络的优化改进成为了研究的热点之Ｐ
调整权值的基础上，引入粒子群算法的权值修正，并且在训练神经网络权值的同时优化其连接结构，删除冗余连接，从而建立了基于粒子群算法优化的ＢＰ网络新模型。结果表明，改进算法不仅可以克服传统ＢＰ算法收敛速度慢和易陷入局部权值的局限，而且很大程度地提高了结果精度和ＢＰ网络学
隐层神经元的个数选取目前尚无理论上的依据，只能根据经验选取。
体智能算法（ｗａｍｔｌｇｎｅＳ）１Ｓ算法属ＳｒＩｅｌｅｃ，Ｉ３ｎｉｔ。ＰＯ
于进化算法的一种，和遗传算法相似，它也是从随机
解出发，通过迭代寻找最优解，通过适应度来评价解的品质。但是它比遗传算法规则更为简单，没有遗传算法的 “ 交叉”Ｃｒｓｏｅ）和 “ （ｏｓｖｒ变异 ” Ｍｕａｉｎ（ｔｔ）操ｏ作。它通过追随当前搜索到的最优值来寻找全局最优。
粒子群优化算法（ａｔｌＳｒＯｐｉｚ－ＰｒｉｅｗａｍｔｃｍｉａｔｎＰＯ最初是由Ｅｅｈｒ士和ｋｎｅｙ博士ｉ。Ｓ）ｏｂｒａｔ博ｅｎｄ
于１９５年提出并成功地用于函数优化…，后来又进９
ＢＰ网络是一种有效的自学习神经网络，具有一些独特的性质：信息的分布式存储和并行处理，具有自组织、自学习能力等，已经被广泛应用于模式识别、
习能力。关键词：粒子群算法；惯性权值；神经网络；ＢＰ算法；优化
ＩｐｒｖｄＰａｔｃｅＳｒｍｏｅｒｉｌｗａｍＯｐｔｍｉａｉｎｇｒｔｉｚｔｏＡｌｏｉｈｍ
ＳＨＥＮＸｕｅＬｉＺＨＡＮＧｎｇＹａ， — ，Ｈｏ — ｎＺＨＡＮＧｉＳｏＪ— ｕ
ＡｓａｔＡｎｗｍｅｏｄｕｔｗｉｈｓｏＰｎｔｏｋｉｐｏｏｅ．ｈｅｄｌｓｂｓｄｏｅｗｉｈｂｔｃ：ｅｔｄｔａｊｓｅｔｆＢｅｒｓｒｐｓｄＴｅｎｗｍｏｅｉａｅｎｔｅｔｒｈｏｇｗｈｇａｊｓｎｓｆｒｄｔｎＰａｏｔｍｂｎｎｅｓｕｔｅａｄｃｎｅｔｎｗｉｈｓｆＰｎｔｏｋａｄｄｔｔｏａｉｏａＢｌｒｈｙｔｉｇｔｒｃｕｎｏｎｃｏｅｔｏｅｗｒｎｕｍｅｔｉｌｇｉｕｈｔｒｉｇＢ