粒子群算法优化BP神经网络

最新推荐文章于 2024-04-19 15:55:58 发布

满电T-10000

最新推荐文章于 2024-04-19 15:55:58 发布

阅读量3.3w

点赞数 34

本文链接：https://blog.csdn.net/zpxyklmwjlq/article/details/72953862

版权

文章探讨了如何使用标准粒子群算法优化BP神经网络，权重更新采取线性递减策略，通过SSE图展示优化效果。

摘要由CSDN通过智能技术生成

刚学粒子群算法，然后用粒子群算法优化神经网络的隐藏节点数，代码写的不是太好，如果代码有问题，请大家多多指教。第一次写博客，多多包涵。

本文的粒子群算法用的是标准粒子群算法，权重更新采用线性递减策略。

这是SSE图

import numpy as np
import random 
import matplotlib.pyplot as plt
import neurolab as nl
train_x =[]
d=[]
samplescount=1000
myrndsmp=np.random.rand(samplescount)
for yb_i in xrange(0,samplescount):
    train_x.append([myrndsmp[yb_i]*4*np.pi-2*np.pi])
for yb_i in xrange(0,samplescount):
    d.append(np.sin(train_x[yb_i])*0.5+np.cos(train_x[yb_i])*0.5)
myinput=np.array(train_x)   
mytarget=np.array(d)
#PSO参数设置
class PSO():
    def __init__(self,max_iter):
        #self.w = 0.8