人工蜂群优化的BP神经网络在入侵检测中的应用

摘要：

传统BP神经网络存在容易陷入局部最优、收敛速度慢等缺点.为此,根据人工蜂群算法全局寻优以及群体智能的特点,在初始化神经网络参数时,将神经网络的误差作为人工蜂群算法的适应度,选择适应度最好的一组参数作为神经网络的权值和阈值,避免神经网络陷入局部最优和收敛速度慢的问题.将人工蜂群优化的BP神经网络模型应用于入侵检测中,仿真实验结果表明,优化后的网络模型可加快收敛速度,提高检测精度.

关键词：人工蜂群算法、BP神经网络、入侵检测、遗传算法、全局寻优

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61272545;河南省科技厅科技攻关计划基金资助项目142102210390;河南省教育厅自然科学基金资助项目13B520918

在线出版日期：2016-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：190-194