计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
5期
567-570
,共4页
混沌优化%粒子群算法%BP神经网络%人工智能
混沌優化%粒子群算法%BP神經網絡%人工智能
혼돈우화%입자군산법%BP신경망락%인공지능
chaos optimization%particle swarm optimization%BP neural networks%artificial intelligence
BP神经网络虽然是目前应用最广泛的神经网络模型,但其自身有易陷入局部极小值和收敛速度慢的缺点.本文提出了一种利用混沌粒子群算法来改进BP神经网络.该算法的基本思想是用混沌粒子群算法对BP神经网络的初始权值和初始阈值进行优化.对粒子群算法进行混沌优化,提高粒子群算法的全局搜索能力;用混沌粒子群算法优化后得到的最优解作为BP神经网络的初始权值和阈值.通过对非线性函数的拟合实验,发现改进后的结果与普通的BP神经网络的结果相比,具有更高的准确性,提高了拟合的精度.
BP神經網絡雖然是目前應用最廣汎的神經網絡模型,但其自身有易陷入跼部極小值和收斂速度慢的缺點.本文提齣瞭一種利用混沌粒子群算法來改進BP神經網絡.該算法的基本思想是用混沌粒子群算法對BP神經網絡的初始權值和初始閾值進行優化.對粒子群算法進行混沌優化,提高粒子群算法的全跼搜索能力;用混沌粒子群算法優化後得到的最優解作為BP神經網絡的初始權值和閾值.通過對非線性函數的擬閤實驗,髮現改進後的結果與普通的BP神經網絡的結果相比,具有更高的準確性,提高瞭擬閤的精度.
BP신경망락수연시목전응용최엄범적신경망락모형,단기자신유역함입국부겁소치화수렴속도만적결점.본문제출료일충이용혼돈입자군산법래개진BP신경망락.해산법적기본사상시용혼돈입자군산법대BP신경망락적초시권치화초시역치진행우화.대입자군산법진행혼돈우화,제고입자군산법적전국수색능력;용혼돈입자군산법우화후득도적최우해작위BP신경망락적초시권치화역치.통과대비선성함수적의합실험,발현개진후적결과여보통적BP신경망락적결과상비,구유경고적준학성,제고료의합적정도.
