计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
1期
111-113
,共3页
神经网络%粒子群优化算法%面向对象方法%拓扑结构优化
神經網絡%粒子群優化算法%麵嚮對象方法%拓撲結構優化
신경망락%입자군우화산법%면향대상방법%탁복결구우화
针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的基于面向对象的自适应粒子群优化算法(OAPSO)用于神经网络的训练.该算法通过改进PSO的编码方式和自适应搜索策略以提高网络的训练速度与泛化性能,并结合Iris和Ionosphere分类数据集进行测试.实验结果表明:基于OAPSO算法训练的神经网络在分类准确率上明显优于BP算法及标准PSO算法,极大地提高了网络泛化能力和优化效果,具有快速全局收敛的性能.
針對傳統的神經網絡訓練算法收斂速度慢和汎化性能低的缺陷,提齣一種新的基于麵嚮對象的自適應粒子群優化算法(OAPSO)用于神經網絡的訓練.該算法通過改進PSO的編碼方式和自適應搜索策略以提高網絡的訓練速度與汎化性能,併結閤Iris和Ionosphere分類數據集進行測試.實驗結果錶明:基于OAPSO算法訓練的神經網絡在分類準確率上明顯優于BP算法及標準PSO算法,極大地提高瞭網絡汎化能力和優化效果,具有快速全跼收斂的性能.
침대전통적신경망락훈련산법수렴속도만화범화성능저적결함,제출일충신적기우면향대상적자괄응입자군우화산법(OAPSO)용우신경망락적훈련.해산법통과개진PSO적편마방식화자괄응수색책략이제고망락적훈련속도여범화성능,병결합Iris화Ionosphere분류수거집진행측시.실험결과표명:기우OAPSO산법훈련적신경망락재분류준학솔상명현우우BP산법급표준PSO산법,겁대지제고료망락범화능력화우화효과,구유쾌속전국수렴적성능.