计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (10): 158-163.DOI: 10.3778/j.issn.1002-8331.1612-0379
韦鹏宇1,2,4,潘福成1,2,3,李 帅3
WEI Pengyu1,2,4, PAN Fucheng1,2,3, LI Shuai3
摘要: 针对BP神经网络对初始权重敏感,容易陷入局部最优,人工蜂群算法局部搜索能力和开发能力相对较弱等问题,提出一种基于改进人工蜂群和反向传播的神经网络训练方法。引进差分进化思想改进人工蜂群算法,并对跟随蜂的搜索行为进行更准确的描述。用改进的人工蜂群全局搜索神经网络的初始权重,防止神经网络陷入局部最优。用新的方法对神经网络训练进行分类。实验结果表明,该算法相对于标准的BP神经网络,有效提高了分类正确率,泛化能力较强。