基于人工蜂群算法的BP神经网络研究

发布时间：2018-10-10 12:08

【摘要】：BP神经网络具有实现非线性映射特点和较强的容错能力、泛化能力等优点。然而,因为其采用了最速下降梯度寻优算法,在实际应用中往往出现收敛速度缓慢、时常陷入局部极小值等缺陷。人工蜂群算法是受蜂群个体间通过相互协作对既定目标进行寻优的群体行为启发提出的一种新型群智能优化算法,具有很好的全局收敛特性,其次有较强的自适应性、协作性、鲁棒性、快速性等特点。文中探讨用人工蜂群算法来优化BP神经网络算法,进一步提高BP神经网络性能。
[Abstract]:BP neural network has the advantages of nonlinear mapping, fault tolerance and generalization. However, due to the use of the steepest descent gradient optimization algorithm, the convergence rate is slow and the local minimum is often involved in practical applications. Artificial bee colony algorithm is a new kind of swarm intelligent optimization algorithm inspired by the behavior of the beecolony individuals to optimize the set target through mutual cooperation. It has good global convergence characteristics, and then has strong self-adaptability and cooperation. Robustness, rapidity, etc. This paper discusses how to optimize the BP neural network algorithm by using artificial bee colony algorithm to further improve the performance of BP neural network.
【作者单位】： 钟山职业技术学院;
【分类号】：TP183

【相似文献】

相关期刊论文 前10条

1 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

2 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

3 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

4 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

5 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

6 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

7 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

8 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

9 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

10 林静怡;朱建平;;优化问题神经网络方法的发展及有待解决的问题[J];统计教育;2006年11期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 董卫军;蔡美峰;张永华;;利用神经网络确定生产矿山的合理规模[A];第六届全国采矿学术会议论文集[C];1999年

相关重要报纸文章 前6条

1 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

2 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

3 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

4 木公;有界微分网络技术：信息处理新时代[N];中国石化报;2002年

5 本报记者 范毅波 张旭军;带上望远镜上路[N];网络世界;2005年

6 尼克;“想啥来啥”和“吃啥补啥”的人工智能之争[N];东方早报;2014年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

8 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

9 胡文凭;基于深层神经网络的口语发音检测与错误分析[D];中国科学技术大学;2016年

10 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

相关硕士学位论文 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

4 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

5 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

6 黄惠峰;智能神经网络及其在隧道运营期变形预测评估中的应用[D];西南交通大学;2015年

7 曾钰;基于遗传算法优化的RBF神经网络在光伏发电MPPT中的应用[D];湖南工业大学;2015年

8 汪济民;基于卷积神经网络的人脸检测和性别识别研究[D];南京理工大学;2015年

9 周名扬;基于BP神经网络的乳品企业经销商满意度实时监控系统研究[D];内蒙古大学;2015年

10 彭玲玲;基于不确定理论与机器学习的行人检测[D];长安大学;2015年

，

本文编号：2261708