基于混合的GA-PSO神经网络算法

摘要：

粒子群优化(PSO)算法是一类随机全局优化的技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域.提出了一种基于GA和PSO混合的算法(GA-PSO)用于神经网络训练.算法在产生下一代时,结合了交叉、变异算子和粒子群算法中的速度一位移公式,充分利用了遗传算法的全局寻优和粒子群算法收敛速度快的优点.经GA-PSO训练的神经网络应用于三元奇偶问题和IRIS模式分类问题,与BP、GA和PSO算法相比,该算法在提高训练误差精度的同时加快收敛速度,并能有效避免早熟收敛.仿真结果表明,GA-PSO算法是有效的神经网络训练算法.

关键词：粒子群优化、遗传算法、神经网络

所属期刊栏目：43

分类号：TP301.5(计算技术、计算机技术)

资助基金：国家自然科学基金60374063;陕西省自然科学基金2001SL06

在线出版日期：2007-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-40,56