一种改进人工鱼群算法对BP神经网络的优化研究

发布时间：2017-07-30 12:06

  本文关键词：一种改进人工鱼群算法对BP神经网络的优化研究

  更多相关文章： BP神经网络 人工鱼群算法 优化 仿真

【摘要】：针对BP神经网络存在易陷入局部极值的缺陷,提出一种基于改进的人工鱼群算法优化的BP神经网络.先用改进的人工鱼群算法优化BP神经网络的初始权值和阀值,然后再执行BP算法训练BP神经网络的权值和阀值.函数拟合仿真实验表明该优化方法提高了BP神经网络的泛化性能.
【作者单位】： 湖南科技大学计算机科学与工程学院;
【关键词】： BP神经网络 人工鱼群算法 优化 仿真
【基金】：湖南省自科基金资助项目(13JJ3083) 湖南省教育厅青年项目(13B020)
【分类号】：TP18
【正文快照】： BP神经网络的误差函数是以Sigmoid函数为自变量的非线性函数,因此,误差曲面上就不可避免地存在着梯度为零的局部极小点,而标准BP算法又是基于误差的负梯度方向去调整网络的权值和阀值,这就导致BP神经网络存在陷入局部极值的问题.人们不断地研究如何提高BP神经克服局部极值缺陷，

本文编号：594114