10.16526/j.cnki.11-4762/tp.2018.07.043
基于蚁群优化算法的BP神经网络的RPROP混合算法仿真的研究
针对无线网络传感器中如何处理信息服务点中大量的冗余数据、网络运行速度等相关问题;在基于蚁群优化算法的基础上,提出一种BP神经网络的RPROP混合算法;该方法通过在建立系统构架及信息服务点基础上,能够延长BP神经网络的生命周期,加快BP神经网络的收缩速度,能够将网络中信息服务点的重复数据进行有效的合并处理,并及时过滤掉非正常信息服务点的数据,减少数据服务点的能量消耗;仿真结果显示,与普通的蚁群算法相比,该混合算法在训练过程中迭代次数改善明显,解决了BP神经网络的学习、训练时间冗余等问题,同时具有较强的计算、寻优等能力,提高了网络分类正确率和运行的效率;具有一定的实用价值,从而完全能够满足日益增长的无线互联网终端的运行需要.
蚁群优化算法、BP神经网络、RPROP混合算法
26
TP312(计算技术、计算机技术)
2018-11-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
195-197,202