文献类型：期刊文章

作　　者：张月琴[1] 刘翔[1] 孙先洋[1]

机构地区：[1]太原理工大学计算机科学与技术学院,山西太原030024

出　　处：《计算机技术与发展》

基　　金：山西省自然科学基金项目(2008011028-1);山西省科技攻关项目(20100322003)

年　　份：2012

卷　　号：22

期　　号：8

起止页码：163-166

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对传统BP算法存在的收敛速度过慢、易陷入局部极小、缺乏统一的理论指导网络结构设计的缺点,分析了一般的改进算法在神经网络优化过程中存在的问题,从蚁群算法和BP算法融合的角度上,并引入了放大因子,提出一种综合改进的BP算法。该算法引入放大因子改善BP算法易陷入局部极小的情况,结合蚁群算法用于指导网络结构设计,并极大地改善了收敛速度过慢的问题。最后,将改进的BP算法与传统BP算法进行应用于煤矿瓦斯预测。通过对实验结果的分析,从时间和正确率上都表明改进的BP算法要优于传统的BP算法。

关 键 词：BP算法 蚁群优化算法 神经网络

分 类 号：TP301.6]