摘要
将粒子群优化算法用于前向神经网络权值的学习算法研究,以神经网络学习算法研究的典型问题之一的XOR问题作为研究实例,针对算法的收敛性、学习速度以及算法对初值的鲁棒性等性能指标,分别对标准的PSO算法、改进的PSO算法以及BP算法及其带动量项的BP算法进行了比较研究。研究表明,PSO算法在前向神经网络权值的学习算法中其所有的性能指标均优于传统的BP算法,PSO算法在神经网络的应用中具有广阔的前景。
This paper discusses the learning algorithm of feed-forward neural networks （FNN） based on particle swarm optimization（PSO）. Using standard PSO,modified PSO,BP algorithm and BP algorithm with momentum ,the comparison studies has done on performance of convergence, speed and robustness of initial weight,through the example of typical XOR learning algorithm of FNN. The results show that the learning algorithm of FNN based on PSO is superior to the BP algorithm observably. The PSO algorithm has a good application in neural networks.
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2008年第3期151-156,共6页
Journal of Guangxi Normal University:Natural Science Edition
基金
国家自然科学基金资助项目(50705036)
湖北省自然科学基金资助项目(2006ABA050
2007ABA255)
关键词
前向神经网络
粒子群优化
BP算法
feedforward neural network
particle swarm optimization
BP algorithm
