思维进化算法在BP神经网络拟合非线性函数中的应用研究

摘要：

直接使用BP神经网络拟合非线性函数，具有预测精度差、收敛速度慢等缺点。该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络。首先根据BP神经网络拓扑结构构建思维进化算法模型，然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值，最后利用MATLAB软件对多个非线性函数进行拟合仿真实验，比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果。数据表明，优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间。

关键词：思维进化算法、BP神经网络、函数拟合

分类号：TP183(自动化基础理论)

在线出版日期：2015-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：79-83