基于改进二进制萤火虫的BP神经网络并行集成学习算法

被引:13
作者
李敬明 [1 ,2 ]
倪志伟 [1 ]
朱旭辉 [1 ]
许莹 [3 ]
机构
[1] 合肥工业大学管理学院
[2] 安徽新华学院信息工程学院
[3] 安徽省气象科学研究所安徽省大气科学与卫星遥感重点实验室
基金
国家高技术研究发展计划(863计划);
关键词
二进制萤火虫算法; 反向传播(BP)神经网络; 高斯变异函数; 农业旱情评估;
D O I
10.16451/j.cnki.issn1003-6059.201702008
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对传统BP神经网络的随机初始权值和阈值易导致网络学习速度慢、容易陷入局部解及运算精度低等缺陷,提出基于改进二进制萤火虫算法(IBGSO)的BP神经网络并行集成学习算法.首先构建以高斯变异函数作为概率映射函数的IBGSO,并从理论上分析算法的有效性.然后结合IBGSO与BP神经网络构建并行集成学习算法,并将算法应用于农业干旱灾害评估中.实验表明,相比传统算法,文中算法在计算速度及精度方面更优,可以提高旱情等级评估的准确性.
引用
收藏
页码:171 / 182
页数:12
相关论文
共 13 条
[1]  
安徽省干旱灾害风险图研究.[D].石城.合肥工业大学.2013, 04
[2]   Binary glowworm swarm optimization for unit commitment [J].
Li, Mingwei ;
Wang, Xu ;
Gong, Yu ;
Liu, Yangyang ;
Jiang, Chuanwen .
JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY, 2014, 2 (04) :357-365
[3]  
Chaotic Time Series Prediction for Tent Mapping Based on BP Neural Network Optimized Glowworm Swarm Optimization.[J].L.P. Song;Rong Lu Sun.Applied Mechanics and Materials.2014, 513
[4]  
Wind Power Output Prediction with BP Neural Network Combining Genetic Algorithms.[J].Kazuo Saito;Muhammad Taufiq Bin Abdullah Khir;Tran Nam Son;Wei Hua Jiang.Advanced Materials Research.2014, 860
[5]  
Glowworm swarm based optimization algorithm for multimodalfunctions with collective robotics applications.[J].Bhanu Prasad;K.N. Krishnanand;Debasish Ghose.Multiagent and Grid Systems.2005, 3
[6]  
遗传算法的数学基础.[M].张文修;梁怡 编著.西安交通大学出版社.2003,
[7]  
A discrete binary version of the particle swarm algorithm..Kennedy J; Eberhart RC;.Proceedings of the IEEE International conference on systems; Man and Cybernetics.1997,
[8]   基于萤火虫群优化算法的选择性集成雾霾天气预测方法 [J].
倪志伟 ;
张琛 ;
倪丽萍 .
模式识别与人工智能, 2016, 29 (02) :143-153
[9]   基于灾损的安徽冬小麦干旱灾害风险评估 [J].
王胜 ;
田红 ;
杨玮 ;
戴娟 ;
吴蓉 .
中国农业大学学报, 2015, 20 (01) :195-204
[10]   基于萤火虫算法优化BP神经网络的目标威胁估计 [J].
王改革 ;
郭立红 ;
段红 ;
刘逻 ;
王鹤淇 .
吉林大学学报(工学版), 2013, (04) :1064-1069