互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于改进粒子群优化算法的神经网络设计.宁东方 章卫国 田 娜


   (1. 西北工业大学 自动化学院, 西安 710072; 2.陕西工业职业技术学院 工业中心, 陕西 咸阳 712000)

  

  摘要:借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用指数曲线衰减的形式,给每代最差粒子的速度随机加入干扰,克服了标准粒子群算法在寻优时出现的粒子早熟现象。仿真结果表明该算法能快速确定神经网络的结构和权值,表现出良好的收敛性能。

  关键词:粒子群算法; 蚁群算法; 信息素; 神经网络设计

  中图分类号:tp183文献标志码:a

  文章编号:1001-3695(2008)11-3343-03

  

  design of feed forward neural network

  based on improved particle swarm optimizer

  

  ning dong-fang1, zhang wei-guo1, tian na2

  

  (1. college of automation, northwestern polytechnical university, xi’an 710072, china; 2. industry center, shaanxi polytechnic institute, xianyang shaanxi 712000, china)

  

  abstract:this paper proposed an improved particle swarm optimizer (pso)which introduced into hierarchical structure theory and ant colony optimization. the new algorithm updated particles’ control gene by releasing pheromone to achieve information sharing between particles. the inertial weight of pso decreased as exponential curve and added a random disturb in velo-city of the worst particle by far to resolve the premature problem. this new algorithm shows a good performance in optimizing the topology structure and weights of the feedforward neural network synchronously.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017