基于蚁群优化的前向神经网络

被引:13
作者
梅红
王勇
赵荣齐
机构
[1] 山东大学机械工程学院
关键词
蚁群算法; 神经网络; 信息素分布函数; 概率分布函数;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.
引用
收藏
页码:531 / 533
页数:3
相关论文
共 6 条
[1]
基于蚁群算法的多QoS约束的多播路由优化算法 [J].
张舜 ;
许毅 .
武汉理工大学学报(交通科学与工程版), 2007, (05) :939-942
[2]
Ad Hoc网络基于蚁群的按需路由算法研究 [J].
向阳 ;
李腊元 ;
孙强 ;
陈年生 .
武汉理工大学学报(交通科学与工程版), 2007, (02) :251-254
[3]
利用蚁群算法优化前向神经网络 [J].
张国立 ;
王晶 ;
谢宏 ;
马建伟 .
商业时代, 2005, (18) :65-67
[4]
蚁群算法求解连续空间优化问题 [J].
杨勇 ;
宋晓峰 ;
王建飞 ;
胡上序 ;
不详 .
控制与决策 , 2003, (05) :573-576
[5]
蚁群算法在连续空间寻优问题求解中的应用 [J].
汪镭 ;
吴启迪 .
控制与决策, 2003, (01) :45-48+57
[6]
An ANTS heuristic for the frequency assignment problem[J] Vittorio Maniezzo;Antonella Carbonaro Future Generation Computer Systems 2000,