速度可调节的粒子群算法训练BP神经网络
为解决基于粒子群优化算法(PSO)的BP网络训练算法(PSO-BP)易陷入局部极小值,不能有效提高训练精度等问题,本文提出了一种速度可调节的粒子群算法-AVPSO算法,并将其应用到BP网络的训练中,构造了基于AVPSO的BP网络训练算法AVPSO-BP,通过Iris分类问题,与PSO-BP算法及BP算法进行了对比.实验结果表明:AVPSO-BP不仅在一定程度上克服了PSO-BP易于陷入局部极小值的问题,提高了网络的预测能力和稳定性,而且在一定程度上降低了BP网络对参数选择的敏感性。
粒子群优化算法 BP神经网络 分类问题 速度可调
吴文佳 宋晓峰
南京航空航天大学,自动化学院,江苏,南京,210016
国内会议
兰州
中文
47-51
2007-08-24（万方平台首次上网日期，不代表论文的发表时间）