计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2012年
10期
109-112
,共4页
齐灿%陈凯%赵华生%赵欢
齊燦%陳凱%趙華生%趙歡
제찬%진개%조화생%조환
蜂群算法%神经网络集成%泛化能力%热带气旋强度
蜂群算法%神經網絡集成%汎化能力%熱帶氣鏇彊度
봉군산법%신경망락집성%범화능력%열대기선강도
提出一种蜂群神经网络集成方法,与一般的神经网络集成方法不同的是:(1)集成个体的生成首先利用蜂群算法优化三层BP神经网络的结构和连接权,并以优化后的网络结构和连接权作为新的神经网络结构和初始连接权,再进行新一轮BP神经网络训练后生成;(2)为提高集成个体间的差异度,首先对个体进行分类,其次利用ABC算法对每一类个体进行最优组合搜索,选取相关系数最低的一个组合的均值作为该类的代表,最后对不同类别的代表作平均集成.在西太平洋热带气旋强度的预测试验中,所提出的蜂群神经网络集成方法的泛化能力不仅明显优于单个神经网络,也优于Bagging和AdaBoost这两种集成方法.是一种具有较高应用价值的神经网络集成预测方法.
提齣一種蜂群神經網絡集成方法,與一般的神經網絡集成方法不同的是:(1)集成箇體的生成首先利用蜂群算法優化三層BP神經網絡的結構和連接權,併以優化後的網絡結構和連接權作為新的神經網絡結構和初始連接權,再進行新一輪BP神經網絡訓練後生成;(2)為提高集成箇體間的差異度,首先對箇體進行分類,其次利用ABC算法對每一類箇體進行最優組閤搜索,選取相關繫數最低的一箇組閤的均值作為該類的代錶,最後對不同類彆的代錶作平均集成.在西太平洋熱帶氣鏇彊度的預測試驗中,所提齣的蜂群神經網絡集成方法的汎化能力不僅明顯優于單箇神經網絡,也優于Bagging和AdaBoost這兩種集成方法.是一種具有較高應用價值的神經網絡集成預測方法.
제출일충봉군신경망락집성방법,여일반적신경망락집성방법불동적시:(1)집성개체적생성수선이용봉군산법우화삼층BP신경망락적결구화련접권,병이우화후적망락결구화련접권작위신적신경망락결구화초시련접권,재진행신일륜BP신경망락훈련후생성;(2)위제고집성개체간적차이도,수선대개체진행분류,기차이용ABC산법대매일류개체진행최우조합수색,선취상관계수최저적일개조합적균치작위해류적대표,최후대불동유별적대표작평균집성.재서태평양열대기선강도적예측시험중,소제출적봉군신경망락집성방법적범화능력불부명현우우단개신경망락,야우우Bagging화AdaBoost저량충집성방법.시일충구유교고응용개치적신경망락집성예측방법.
