换一批
换一批基于粒子群和布谷鸟搜索的BP神经网络优化方法研究
On BP neural network optimization based on particle swarm optimization and Cuckoo search fusion
摘要针对BP神经网络初始化敏感性高、易陷入局部最小值的问题,研究基于粒子群优化和布谷鸟搜索融合的BP神经网络优化方法,提出一种分层的融合优化模型MB-PSO-CS-BP.该方法在下层使用Mini-Batch算法将粒子群分割为小种群,利用粒子群优化算法进行局部搜索;在此基础上采用布谷鸟搜索算法进行全局搜索,从而减小BP神经网络初始化的敏感性,减缓其陷入局部最优的症状.在实际应用领域的数据集上对所提出算法进行实验验证.相较于一般的PSO-BP模型与CS-BP模型,所提出的MB-PSO-CS-BP融合模型在全局最优值、均方误差等多个评估指标上有所改进,进一步提升了利用BP神经网络进行预测的准确性与稳定性.
更多相关知识
- 浏览1
- 被引24
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
