论文部分内容阅读
提出一种基于粒子群算法优化BP网络的权值调整新方法．该算法在基本BP算法的误差反传调整权值的基础上，再引入粒子群算法的权值修正，从而建立了基于粒子群算法优化的BP网络新模型．此模型不仅可以克服基本BP算法收敛速度慢和易陷入局部极值的局限，而且模型的精度较高，较好地提高了BP网络学习能力与泛化能力．将新模型应用于4个典型复杂函数的仿真实验，并与基本BP模型、基于遗传算法优化的BP网络模型（GA-BP）和传统的粒子群优化前向BP网络模型（PSO-BP前传）的仿真实验结果进行分析比较．仿真实例表明新PSO-BP