《表1 0 各种算法优化BP网络的指标比较》
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.
图表编号 | XD00171304500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.20 |
作者 | 乔维德 |
绘制单位 | 无锡开放大学科研与质量控制处 |
更多格式 | 高清、无水印(增值服务) |