基于蚁群优化算法的神经网络训练的研究

被引:25
作者
宋崇智
王璐
谢能刚
机构
[1] 安徽工业大学机械工程学院
关键词
蚁群优化算法; 神经网络; 均方误差;
D O I
10.19557/j.cnki.1001-9944.2006.05.003
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
在ACO算法原理及框架的基础上,将蚁群优化算法引入神经网络的训练中,提出了ACO训练神经网络的基本原理和方法步骤。并与遗传算法、模拟退火算法、加动量项的BP算法相比,仿真结果表明,用ACO算法训练的神经网络具有较快的收敛速度,能够达到较小的均方误差值。
引用
收藏
页码:10 / 12
页数:3
相关论文
共 4 条
[1]
智能蚁群算法及应用.[M].吴启迪;汪镭著;.上海科技教育出版社.2004,
[2]
蚁群优化算法的研究现状及研究展望 [J].
张航 ;
罗熊 .
信息与控制, 2004, (03) :318-324
[3]
关于求解难组合优化问题的蚁群优化算法 [J].
李有梅 ;
王文剑 ;
徐宗本 .
计算机科学, 2002, (03) :115-118
[4]
来自昆虫世界的寻优策略——蚂蚁算法 [J].
马良 .
自然杂志, 1999, (03) :161-163