基于新的改进粒子群算法的BP神经网络在拟合非线性函数中的应用
介绍了一种基于新的改进粒子群算法(NIPSO)的BP神经网络来解决拟合非线性函数所出现的误差较大的问题.此算法在粒子群优化算法基础上,分别让权重和学习因子非线性和线性变化,建立基于新的粒子群优化算法的新模型,再与BP神经网络结合之后来拟合非线性函数.结果表明,新的改进粒子群优化算法更加合理且高效地提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度.
BP神经网络、粒子群优化算法、函数拟合
44
TP183(自动化基础理论)
国家自然科学基金61174025
2018-01-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
51-54