论文部分内容阅读
首先用粒子群算法优化神经网络的参数(包括权值和偏置),将粒子搜索过程中的最优解解码赋给网络来建立基于粒子群优化的神经网络预测模型,这种混合算法将PSO全局最优搜索和BP网络的局部最优搜索的优点结合起来有效的处理了BP网络极易陷入局部解、收敛速度慢的问题,最后将经PSO优化的神经网络通过IRIS花数据的分类预测结果实验表明了该方法的有效性.