一种混合PSO和神经网络算法的预测研究

摘要：

首先用粒子群算法优化神经网络的参数(包括权值和偏置),将粒子搜索过程中的最优解解码赋给网络来建立基于粒子群优化的神经网络预测模型,这种混合算法将PSO全局最优搜索和BP网络的局部最优搜索的优点结合起来有效的处理了BP网络极易陷入局部解、收敛速度慢的问题,最后将经PSO优化的神经网络通过IRIS花数据的分类预测结果实验表明了该方法的有效性.

关键词： 粒子群优化算法 BP神经网络 模式分类预测

作者: 郭文 侯海燕 乔谊正

作者单位: 山东大学控制科学与工程学院,济南,250061

会议类型: 国内会议

会议名称: 中国自动化学会华东地区第十九届学术年会

会议地点: 山东青岛

会议语种:中文

页码: 34-37

在线出版日期: 2006-07-24（万方平台首次上网日期，不代表论文的发表时间）