基于改进AFSA算法的BP神经网络的研究
针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出将改进的人工鱼群算法与BP算法相结合的混合算法训练人工神经网络,建立了相应的优化训练模型及训练过程.通过基于生物免疫机制改进的人工鱼群算法优化训练多层前向神经网络,使神经网络对训练初值和参数要求不高,扩大了权值的搜索空间,提高了收敛速度和学习精度,有效地协调全局和局部搜索能力.仿真结果表明,该算法性能优于其它算法,具有均方误差值小,收敛速度快和计算精度高等特点,是一种更有效的神经网络训练算法.
改进人工鱼群算法、BP神经网络、免疫算子、组合优化、随机搜索
30
TP183(自动化基础理论)
国家星火计划基金项目2007EA780068;广东省自然科学基金项目7010116;广东省粤港关键领域重点突破基金项目2006A25007002;湛江市科技计划基金项目2008C08017
2009-12-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
4719-4721,4765