基于粒子群與遺傳算法的BP算法優(yōu)化研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)的靈感來自于生物神經(jīng)網(wǎng)絡(luò)，具有信息的分布表示、運(yùn)算的全局性、自適應(yīng)學(xué)習(xí)等特點(diǎn)。在人工神經(jīng)網(wǎng)絡(luò)中，不同的網(wǎng)絡(luò)模型對(duì)應(yīng)著不同的學(xué)習(xí)算法。其中，BP算法是神經(jīng)網(wǎng)絡(luò)中最常用的學(xué)習(xí)方法之一，通過網(wǎng)絡(luò)誤差的反向傳遞來調(diào)整更新網(wǎng)絡(luò)的連接權(quán)值和節(jié)點(diǎn)閾值，從而使網(wǎng)絡(luò)的實(shí)際輸出與目標(biāo)輸出的誤差達(dá)到事先規(guī)定的精度，達(dá)到網(wǎng)絡(luò)訓(xùn)練的效果。盡管BP算法有顯著的優(yōu)點(diǎn)，但在實(shí)際應(yīng)用中常常表現(xiàn)出一些問題，比如，容易陷入局部極小值、泛化能力弱、收斂速度慢等。針

2、對(duì)BP算法存在的問題，提出相應(yīng)的改進(jìn)方法。本文的主要研究?jī)?nèi)容如下:
　　(1)簡(jiǎn)要介紹了BP神經(jīng)網(wǎng)絡(luò)算法的研究背景和意義，以及各國(guó)學(xué)者們對(duì)BP算法的研究現(xiàn)狀。
　　(2)對(duì)人工神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)原理、學(xué)習(xí)規(guī)則、特點(diǎn)等方面進(jìn)行了研究;研究了BP算法的網(wǎng)絡(luò)結(jié)構(gòu)、基本原理及存在的缺陷和對(duì)應(yīng)的改進(jìn)措施。
　　(3)在傳統(tǒng)粒子群算法優(yōu)化BP網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行改進(jìn)，提出一種基于人工魚群和粒子群算法的BP算法。新的優(yōu)化算法引入了人工魚群的

3、聚群行為以及自適應(yīng)的權(quán)值和學(xué)習(xí)因子。將改進(jìn)的新算法應(yīng)用于投資風(fēng)險(xiǎn)預(yù)測(cè)，仿真實(shí)驗(yàn)分析表明，新算法能很好的避免早熟問題，能夠更快的搜索到全局最優(yōu)值，提高了BP算法的預(yù)測(cè)準(zhǔn)確度和收斂速度。
　　(4)針對(duì)標(biāo)準(zhǔn)遺傳算法優(yōu)化BP算法過程中出現(xiàn)的問題，引入了混合蛙跳的分組策略和模擬退火的概率接收準(zhǔn)則，提出了新的算法。將新算法運(yùn)用到地震震級(jí)預(yù)測(cè)中，MATLAB仿真結(jié)果表明，新算法能有效的避免陷入局部極值，并能加快BP網(wǎng)絡(luò)的收斂速度，提高了算法的