计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
2期
196-199
,共4页
神经网络%粒子群优化%反向传播%混沌
神經網絡%粒子群優化%反嚮傳播%混沌
신경망락%입자군우화%반향전파%혼돈
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.
研究神經網絡的優化問題,將粒子群優化(PSO)算法同誤差反嚮傳播(BP)算法採用兩種算法相結閤,形成兩種混閤算法,可用于訓練神經網絡的優化.提齣兩種方法,第一種混閤算法是在PSO算法優化神經網絡權值的同時註入BP算法,第二種混閤算法是在PSO算法訓練神經網絡之後繼之以BP算法.同時根據混沌映射的隨機性和遍歷性,將其引入到混閤算法中,進一步提高算法的尋優能力.將這兩種混閤算法同基于PSO算法和基于BP算法的神經網絡訓練方法相比較,通過數值倣真實驗錶明,混閤算法的性能優于所比較的兩種算法的性能,且第一種混閤算法要好于第二種混閤算法.
연구신경망락적우화문제,장입자군우화(PSO)산법동오차반향전파(BP)산법채용량충산법상결합,형성량충혼합산법,가용우훈련신경망락적우화.제출량충방법,제일충혼합산법시재PSO산법우화신경망락권치적동시주입BP산법,제이충혼합산법시재PSO산법훈련신경망락지후계지이BP산법.동시근거혼돈영사적수궤성화편력성,장기인입도혼합산법중,진일보제고산법적심우능력.장저량충혼합산법동기우PSO산법화기우BP산법적신경망락훈련방법상비교,통과수치방진실험표명,혼합산법적성능우우소비교적량충산법적성능,차제일충혼합산법요호우제이충혼합산법.
