基于改进粒子群优化的神经网络及应用

被引：15

作者：

王晓霞 ^{[1
]}

王涛 ^{[2
]}

谷根代 ^{[2
]}

机构：

[1] 华北电力大学计算机科学与技术学院

[2] 华北电力大学数理学院

来源：

华北电力大学学报(自然科学版) | 2009年 / 36卷 / 05期

关键词：

粒子群优化算法; 神经网络; 遗传算法; 模式分类; 负荷预测;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了克服粒子群算法的早熟收敛,提出了一种改进的粒子群算法用于神经网络训练。该算法对种群进行均匀初始化,用多个粒子的信息引导个体的更新,以保证全局搜索的有效性,同时引入随机算子对陷入局部最优的粒子进行变异,提高了算法的寻优性能。将改进粒子群算法训练的神经网络应用于IRIS模式分类问题和短期电力负荷预测,与BP算法、遗传算法及粒子群算法比较,该算法在提高误差精度的同时可加快训练收敛的速度。

引用

页码：99 / 102

页数：4

共 7 条

[1] 基于PSO的RBF神经网络在热工系统辨识中的应用 [J].