基于PSO-EO算法优化的BP神经网络研究

被引：34

作者：

吴俊学

机构：

[1] 大庆油田有限责任公司天然气分公司

来源：

科学技术与工程 | 2010年 / 10卷 / 24期

关键词：

PSO算法; EO算法; BP神经网络;

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：

PSO算法优化的BP神经网络解决了其收敛速度慢或不收敛等缺点,但PSO算法本身却存在早熟和局部收敛的问题。为此引入EO算法,用EO算法与PSO算法相结合对BP神经网络进行改进。通过实验表明:EO算法与PSO算法结合优化的BP算法具有良好的收敛性和较高的预测精度,其性能优于传统的BP算法及PSO优化的BP算法。

引用

页码：6047 / 6049

页数：3

共 4 条

[1]

极值优化算法综述 [J].

齐洁 ;

汪定伟 .

控制与决策, 2007, (10) :1081-1085+1090

[2]

基于改进PSO-BP神经网络的短期电力负荷预测研究 [J].

乔维德 .

继电器, 2007, (17) :17-21

[3]

基于粒子群优化的神经网络训练算法研究 [J].

高海兵 ;

高亮 ;

周驰 ;

喻道远 .

电子学报, 2004, (09) :1572-1574

[4]

Using selection to improve particle swarm optimization..Angeline P J;.Proceedings of 1998 IEEE International Conference on Evolutionary Computation.1998,

← 1 →