资源描述：
《基于PSO的BP神经网络研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于PSO算法的BP神经网络研究杜华英基金项目：惠州学院科研基金项目（C206·0212）作者简介：杜华英（1975-），女，江西樟树人，惠州旅游学校信息技术部工程师，工程硕士。（惠州旅游学校信息技术部，广东惠州516057）摘要BP神经网络由于可以根据误差的反向传播来纠正权值和阈值，所以在许多领域取得了成功，但是它有可能陷入局部极小，不能确保收敛到全局极小点。另外，反向传播训练次数多，收敛速度慢，使学习结果有时不能令人满意。如果用均方误差指标作为适应值的粒子群算法对BP网络的权值进行训练，会得到较快的收敛速度，而且可以避免局部最值的出现。关键词神经网络；BP网络；PSO优
2、化算法；均方差TheResearchingofBPNeuralNetworksBasedonPSODUHua-ying1（InformationTechnologyOffice,HuizhouTourismSchool,Huizhou516057China）AbstractForfeed-forwardneuralnetwork,BPalgorithmisamongthemostimportantneuralnetworkalgorithms.But,BPalgorithmhasitslocalminima,italsomayspendmuchtrainingtimeand
3、trainingepochs,andmayalsogetnon-anticipantconvergence.Here,BPneuralnetworkbasedonPSOcanreducethetrainingtimeandtrainingepochs,andtheconvergenceisalsoimproved.KeywordsANN；BPneuralnetwork；ParticleSwarmOptimization(PSO)；mean-squareerror0引言人工神经网络（ArtificialNeuralNetwork,ANN）是模仿生物神经网络功能的一种经验模型。
4、生物神经元受到传入的刺激，其作出的反应又从输出端传到相连的其它神经元，输入和输出之间的变换关系一般是非线性的。神经网络是由若干简单元件及其层次组织，以大规模并行连接方式构造而成的网络，按照生物神经网络类似的方式处理输入的信息。模仿生物神经网络而建立的人工神经网络，对输入信号有功能强大的反应和处理能力。BP神经网络是一种多层前向反馈神经网络。BP网络可以根据误差的反向传播来纠正权值和阈值，在许多领域取得了成功，但是它有可能陷入局部极小，不能保证收敛到全局极小点。另外，反向传播训练次数多，收敛速度慢，使学习结果有时不能令人满意。粒子群优化算法（ParticleSwarmOpti
5、mizer,PSO）是一种进化计算技术，源于对鸟群捕食的行为研究，由JimKennedy于1995年提出并成功用于函数优化。在PSO中，每个优化问题的解都是搜索空间中的一只鸟，称之为粒子。所有的粒子都有一个由被优化的函数决定的适应值（FitnessValue），每个粒子还有一个速度决定它们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。如果用粒子群算法对神经网络的权值进行训练，会得到较快的收敛速度，而且可以避免局部最值的出现。1PSO算法PSO算法[1-3]首先初始化一群随机粒子，然后通过迭代找出最优解。每一次迭代过程中，粒子通过跟踪两个“极值”来更新自己。
6、一个是粒子本身所能找到的最优解，即个体极值Pbest，另一个是整个群体目前找到的最优解，即全局极值Gbest。假设在一个D维搜索空间中有n个粒子组成一粒子群。其中第i个粒子的空间位置为Xi=(Xi1,Xi2,…,XiD),i=1,2,…,n。第i个粒子所经历的历史最佳位置为Pi=(Pi1,Pi2,…,PiD)，每个粒子的飞行速度为Vi=(Vi1,Vi2,…,ViD)，i=1,2,…,n。在整个粒子群中，所有Pi所记录的最佳解位置为Pg=(Pg1,Pg2,…,PgD)。每一代粒子的第d维（1≥d≥D）根据如下方程变化：Vij(t+1)=ω(t)Vij(t)+c1*rand()
7、*(Pij(t)-Xij(t))+c2*rand()*(Pgj(t)-Xij(t))（1）Xij(t+1)=Xij(t)+Vij(t+1)（2）ω(t)=ωmax-t(ωmax-ωmin)/tmax（3）其中，j=1,2,…,d；参数c1和c2分别是学习率，称为加速因子；rand()为[0，1]范围内变化的随机数；t为迭代次数，tmax为最大迭代次数；ωmin为最小惯性权，ωmax为最大惯性权。2BP神经网络BP网络[4]是误差反向传播(BackPropagation)网络。最初由Werbos开发的反向传播训练算法
