⛄一、改进麻雀搜索算法优化BP神经网络
**1 ISSA-BP 神经网络模型
- 1 BP 神经网络**
BP 神经网络是由文献[8—9]首次提出的一种根据误差进行训练的多层反向反馈神经网络模型。该模型的特点是信号向前传播,误差向后传播,实现一种从输入到输出的任意的非线性映射[10]。BP神经网络模型分为输入层、隐含层、输出层 3 层网络结构。正向传播中,输入信号经隐含层分配权重,传递到输出层计算输出值。正向传播完成后,若预测结果超出期望误差,则利用反向传播修改权值和阈值,得到最优参数,以建立模型[11-12]。图 1 为 BP神经网络的结构示意图。
1. 2 麻雀搜索算法
SSA( sparrow search algorithm) 是受麻雀觅食行为和反捕食行为启发而提出的一种新型群智能优化算法,与其他算法相比,具有搜索精度高、稳健性强的特点[13-14]。麻雀种群内部存在明显的分工,一部分麻雀负责觅食并提供觅食指导,其余麻雀则进行食物获取。同时,麻雀意识到危险时,会及时发出警报信号,整个种群将立刻做出反捕食行为[15]。