《表1 0 各种算法优化BP网络的指标比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种用于高校教师创新能力评价的智能模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步验证本研究提出的粒子群-人工蜂群算法及改进BP算法的优化训练性能，仍采用上述60组训练样本数据和8组测试样本数据，先后分别采取BP算法、粒子群算法+BP算法、人工蜂群算法+BP算法和粒子群-人工蜂群算法+BP算法优化、训练且测试BP神经网络，再进行对比分析，如粒子群算法+BP算法，即首先用粒子群算法优化BP神经网络的初始权值、阈值等结构参数，然后利用BP学习算法对神经网络加以训练.表10的比较结果分析表明，BP神经网络经粒子群-人工蜂群算法优化后的网络训练速度最快、训练误差最小、测试精度最高.