多层前向神经网络的自适应禁忌搜索训练

被引：4

作者：

贺一

刘光远

雷开友

贺三

邱玉辉

机构：

[1] 西南师范大学计算机与信息科学学院

[2] 西南师范大学电子信息工程学院

[3] 西南石油学院

[4] 西南师范大学计算机与信息科学学院重庆重庆师范大学现代信息管理系重庆

[5] 重庆

[6] 成都

[7] 重庆

来源：

计算机科学 | 2005年 / 06期

关键词：

禁忌搜索; 前向神经网络; 全局优化; 集中性与多样性;

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：

摘要：

针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率。以经典的异或问题(XOR)为例,进行了对比研究。实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。

引用

页码：118 / 120

页数：3

共 8 条

[1] Tabu Search中集中性和多样性的自适应搜索策略 [J].