|
|||||
|
|
| 竞争算法优化BP神经网络性能研究 | |
| 作者姓名： | 卢滢宇 |
| 作者单位： | 宁波职业技术学院 公共教学部,宁波,315800 |
| 基金项目： | 宁波职业技术学院2018年校级青年课题（NZ18027） |
| 摘 要： | 针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优化BP神经网络,并对11个测试数据集进行分类,实验结果表明,用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法,且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率,增强鲁棒性. |
| 关 键 词： | BP神经网络 竞争算法 基准函数 测试数据集 |
| 收稿时间： | 2018-11-29 |
| 修稿时间： | 2018-12-12 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |
