文献类型：期刊文章

作　　者：乔冰琴[1,2] 常晓明[1]

机构地区：[1]太原理工大学计算机科学与技术学院,太原030024 [2]山西省财政税务专科学校经济信息系,太原030024

出　　处：《太原理工大学学报》

基　　金：山西省科技攻关基金资助项目(20080322008)

年　　份：2012

卷　　号：43

期　　号：5

起止页码：558-563

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、JST、ZGKJHX、核心刊

摘　　要：为解决BP神经网络拟合非线性函数的预测结果误差较大问题,笔者将标准粒子群算法进行改进,形成基于免疫接种的粒子群算法(IPSO);然后将该算法与BP神经网络理论相结合,实现基于IPSO算法优化的BP神经网络非线性函数拟合算法。新的拟合算法首先确定BP神经网络结构,然后用IPSO算法优化初始权值和阈值,最后进行BP神经网络预测。数值实验表明,本文提出的IPSO算法提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度。

关 键 词：BP神经网络 粒子群算法 函数拟合 免疫接种

分 类 号：TP181]