多层前向神经网络的自适应禁忌搜索训练

摘要：

针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法--自适应禁忌搜索作为前向神经网络的训练算法.该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率.以经典的异或问题(XOR)为例,进行了对比研究.实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度.

关键词：禁忌搜索、前向神经网络、全局优化、集中性与多样性

所属期刊栏目：32

分类号：TP3(计算技术、计算机技术)

资助基金：教育部科学技术研究项目104262;重庆市科委科研项目2003-7881

在线出版日期：2005-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：118-120