论文部分内容阅读
提出了一种改进的粒子群优化算法用于神经网络训练。该算法采用均匀初始化,考虑了更多粒子的信息来修正个体行动策略,保证了全局搜索的有效性,同时引入随机粒子群机制,利用粒子群进化过程中的种群变异机制,提高了算法的寻优性能。与BP算法、遗传算法及粒子群算法比较,该算法在提高计算精度的同时可加快收敛速度。通过IRIS模式分类问题验证了该算法是一种有效的神经网络训练算法。