一种基于PSO的BP神经网络训练方法

作者：admin 来源：日期：2011-12-14 10:59:25 人气：标签：

其中，i=1，2…，m， d=1，2…，D；长短负常数，称为惯性因子。也可以随着迭代线性减小；学习因子，是非负常数；r1 ，r2 是介于[0，1]之间的随机数；是常数。迭代中止条件个别选为最大迭代次数跟粒子群迄今为止搜寻到的最有地位满足适应阈值。 2 基于PSO的BP网络学习算法 BP网络是一种多层构造的前向网络，其隐层神经元的激活函数为S型函数，而输走神经元的激活函数可以是S型函数，也能够实线性函数，典型的S型函数为：

（3）

其中：s为神经元的加权输入函数。用PSO算法训练BP网络时，定义粒子群的位置向量的元素是BP网络的全部连接权和阈值专业代写研究生论文。首先初始化位置向量本科毕业论文代写，而后用PSO算法搜索最优位置代写毕业论文，使如下均方误差指标（适应值）达到最小（4）其中，N是训练集的样本数；是第i个样本的第j个网络输出节点的空想输出值；是第i个样本的第j个网络输出节点的实际输出值；C是网络输走神经远的个数。基于PSO算法的BP网络学习算法流程如下： 1) 选定粒子数m；适应值阈值 ε；最大允许迭代步数；、和；初始化X和V为（0，1）间的随机数。 8) end for 9) for i=1:1:m 10) 按式（1）计算；按式（2）盘算； 11) end for 12) end while 13) 以所得权值阈值为初始值用BP算法对网络进行训练上述流程中，1）到12）用标准PSO算法对权值和阈值进行练习，13）对PSO输出的权值和阈值作为初始值用BP算法训练网络（MATLAB中有集成的训练函数）。另外，，其中是第I个粒子的位置；V= ,其中是第I个粒子的速度；是m个粒子迄今搜索到的最优适应值，其对应的粒子位置矩阵是p= ; 是粒子群迄今搜索到的最优适应值，对应的最优粒子位置是，粒子数m选定为30个。 3 结果分析本实例中随机选取机输入和输出矩阵，如：p=[0 0 0 0 0;1 0 0 0 1;0 1 0 0 1; 0 0 1 0 0; 0 0 0 1 0];t=[0 0 0 0; 1 0 0 0; 0 1 0 0; 0 0 1 0; 0 0 0 1]。由于P是五行的矩阵，所以网络输入层的神经元个数为：5个，T为五行矩阵，故输出层神经元个数为：5个，隐含层神经元个数为：6个。首先观察一下PSO算法中的适应值（fitness）的变更过程，图1中，实线表现适应值的平均值，虚线表示是最优适应值。从图中可以看出适应值迅速的决定进程。图1 fitness的变革过程曲线人工神经网络是由人工神经元互连而成的网络，它从微观结构和功能上实现对人脑的形象和简化，存在良多优点。对神经网络的权值系数确切定，传统上采用反向传播算法（BP算法）。BP网络是一种多层前向反馈神经网络，BP算法是由两局部组成：信息的正向传递与误差的反向流传。在反向传布算法中，对权值的训练采取的是爬山法（即：δ算法）。这种方法在诸多范围取得了巨大的成功，然而它有可能陷入局部最小值，不能保障收敛到全局极小点。另外，反向传播算法训练次数多，收敛速度慢，使学习成果不能令人满意。粒子群优化算法（Particle Swarm Optimizer,PSO）是一种进化打算技能(evolutionary computation)。源于对鸟群捕食的举动研讨，PSO中，每个优化问题的解都是搜索空间中的一只鸟，咱们称之为粒子。所有的粒子都有一个由被优化的函数决议的适应值(fitness value)，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就跟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，而且可能避免部分最值得浮现。研究表明PSO 是一种很有潜力的神经网络算法。本文提出了一种基于PSO算法的BP网络学习算法，并通过MATLAB7.0实现对一组简单的向量进行训练对PSO?BP算法跟BP算法进行了对比，试验结果说明PSO?BP算法适合训练BP网络，并且也有渴望应用于其余种类的前向网络的训练。 1 PSO算法 PSO中，每个优化问题的解都是搜索空间中的一只鸟。咱们称之为“粒子”。所有的例子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有一个速度决定它们飞翔的方向和间隔。而后粒子们就追随当前的最优粒子在解空间中搜查。 D维搜索空间中，有m个粒子，其中第i个粒子的位置是，m,其速度为。将带入目标函数可计算出适应值。记第i个粒子搜索到的最优位置为，全体粒子群搜索到的最优位置为。离子状态更新操作为：

上一篇：再谈会计的定义(1) 下一篇：没有资料

为什么选择我们

真心，诚心，信心是选择我们最好的理由。
真心：我们为客户提供最真心的论文代写和发表服务，与客户交朋友，处处为客户着想，为客户提供最全面的服务，我们相信只有这样才能让客户满意。
诚心：诚心的交流，是我们了解客户对论文的要求和需求的最佳途径，只有先了解才能知道客户要什么，才能有针对性的满足客户的要求和需求。
信心：一百五十多名兼职老师，数百家正规期刊合作，6年多的经验积累，五千多个成功的论文代写和发表案例是我们信心的来源。拥有如此强大的实力，我们确信能让所有客户得到满意的服务。

我们的优势

我们的优势有三点，专业，诚信，成功率。
专业高效的团队，涵盖各个学科和专业，帮您解决论文写作和职称晋级过程中的难题
言出必行的诚信，我们所有的承诺说到做到，对每个客户我们都负责到底，不仅是承诺，我们有更有效的合作机制，让您省去网上交易风险，并且支持支付宝交易。
百分之百的成功率，只要我们承诺的可以代写和发表的论文，全部百分之百成功。没有把握的事情，我们不会做，那样只会耽误大家的时间！