文献类型：期刊文章

作　　者：何佳[1] 陈智慧[2] 杨迎新[1]

机构地区：[1]河北理工大学计算机与自动控制学院电工电子教学实验中心,河北唐山063000 [2]河北理工大学轻工学院,河北唐山063020

出　　处：《计算机工程与设计》

年　　份：2008

卷　　号：29

期　　号：11

起止页码：2890-2892

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：粒子群优化算法是一种解决非线性、不可微和多峰值复杂优化问题的优秀算法,但该算法在进化后期容易出现速度变慢以及早熟的现象;BP神经网络的学习算法是基于梯度下降这一本质的,因此存在着容易陷于局部极小值,收敛速度慢,训练时间长等问题。针对上述现象,对粒子群优化算法进行了增强粒子多样性和避免种群陷入早熟两个方面的改进,并提出了一种基于改进算法的粒子群神经网络算法,最后通过在IRIS数据集上进行的仿真实验验证了改进的有效性。

关 键 词：粒子群优化 神经网络 群智能 BP算法 粒子多样性  

分 类 号：TP183]