期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合混沌与模拟退火PSO的BP神经网络模型研究 被引量:1
1
作者 胡水源 陈以 《现代信息科技》 2023年第8期83-87,共5页
考虑到BP神经网络模型和PSO粒子群优化算法存在有的收敛速度慢及陷入局部最优的问题,给出了基于融合混沌(Chaos)模型和模拟退火(SA)算法而设计的PSO-BP神经网络模型。将混沌模型和SA算法的优点进行融合并对PSO算法加以改进,防止PSO算法... 考虑到BP神经网络模型和PSO粒子群优化算法存在有的收敛速度慢及陷入局部最优的问题,给出了基于融合混沌(Chaos)模型和模拟退火(SA)算法而设计的PSO-BP神经网络模型。将混沌模型和SA算法的优点进行融合并对PSO算法加以改进,防止PSO算法因“早熟”而处于局部最优,从而得出BP神经网络模型的权值与阈值集合。实例验证结果表明,CSAPSO-BP神经网络模型的收敛性高于PSO-BP神经网络模型与SAPSO-BP神经网络模型,其平均绝对百分比误差分别比后两者低25.23%和14.19%。 展开更多
关键词 混沌模型 模拟退火粒子群 CSAPSO-BP神经网络 动态平均适应度权重
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部