融合混沌与模拟退火PSO的BP神经网络模型研究

摘要：

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％.

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

所属期刊栏目：7

分类号：TP391;F812.42(计算技术、计算机技术)

资助基金：广西自动检测技术与仪器重点实验室主任基金立项项目YQ19107

在线出版日期：2023-05-08（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：83-87