针对传统神经网络学习算法中存在的收敛速度慢、容易陷入局部最优等缺点,设计了基于标准粒子群算法(SPSO)的神经网络非线性函数拟合系统。将神经网络中的权值看作一个粒子,通过粒子之间的竞争与合作以完成网络的学习过程。
基于74个网页-相关网页
并用若干个标准函数进行测试,比较了NQPSO算法与标准PSO(SPSO)和传统QPSO算法的性能.实验结果表明,NQPSO算法具有强的全局搜索能力,其性能优于其它两个算法,尤其体现在解决高维的优化问题上.
基于68个网页-相关网页
SPSO algorithm 标准粒子群优化算法
应用推荐