微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2008年
19期
264-266
,共3页
粒子群(PSO)算法%ABC分类%神经网络%反向传播算法
粒子群(PSO)算法%ABC分類%神經網絡%反嚮傳播算法
입자군(PSO)산법%ABC분류%신경망락%반향전파산법
本文提出了基于粒子群(PSO)的训练ANN的新算法,以此为基础建立了对库存品进行ABC分类的模型.新算法充分结合了PSO与BP两者的优势,在训练过程中能同时优化权值以及神经元log-Sigmoid函数.实验结果表明,新算法是企业库存信息管理系统中进行决策预测的一种可行方法.
本文提齣瞭基于粒子群(PSO)的訓練ANN的新算法,以此為基礎建立瞭對庫存品進行ABC分類的模型.新算法充分結閤瞭PSO與BP兩者的優勢,在訓練過程中能同時優化權值以及神經元log-Sigmoid函數.實驗結果錶明,新算法是企業庫存信息管理繫統中進行決策預測的一種可行方法.
본문제출료기우입자군(PSO)적훈련ANN적신산법,이차위기출건립료대고존품진행ABC분류적모형.신산법충분결합료PSO여BP량자적우세,재훈련과정중능동시우화권치이급신경원log-Sigmoid함수.실험결과표명,신산법시기업고존신식관리계통중진행결책예측적일충가행방법.
