文献类型：期刊文章

作　　者：张丹[1] 韩胜菊[1] 李建[1] 聂尚宇[1]

机构地区：[1]大连水产学院信息工程学院,辽宁大连116023

出　　处：《计算机仿真》

年　　份：2011

卷　　号：28

期　　号：2

起止页码：147-150

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：针对BP算法的缺陷以及标准粒子群算法优化BP网络权值的不足,为了提高算法的全局搜索能力,提出了基于自适应动态调整惯性权重的粒子群算法的BP网络算法。算法根据适应度值的改变情况来调整惯性权重,使惯性权重的改变不依赖于最大迭代次数和当代迭代次数,从而使整个网络具有较快的收敛速度和较小的误差。将算法应用于海参疾病的诊断中。实验发现,基于自适应动态调整惯性权重的粒子群算法的BP算法比基本粒子群算法的BP算法收敛速度快,算法的准确率也比较高,同时改进算法训练的BP网络也比基本粒子群算法训练的BP网络稳定。仿真证明,自适应动态调整惯性权重的粒子群算法对BP算法的优化优于基本粒子群算法。

关 键 词：粒子群算法 惯性权重 适应度

分 类 号：TP301.6]