DE-DA优化BP神经网络的知识掌握程度预测

作者：唐立; 李亚平; 王利军

来源：荆楚理工学院学报, 2020, 35(02): 12-17.

DOI：10.14151/j.cnki.jclgxyxb.2020.02.002

• BP神经网络
• DA算法
• DE算法

提出一种先用差分进化优化蜻蜓(Differential Evolution Dragonfly Algorithm,DE-DA)优化逆向传播(Back Propagation,BP)神经网络算法,使其运用在线上教学的知识掌握程度预测。DE-DA算法使得DA可选优继承,提高DA速度和精确度,再用DE-DA组合算法帮助BP神经网络找到全局优化权值和阀值,提高BP神经网络收敛效率,解决陷入局部极小值和收敛速度慢的问题。研究结果表明,DE-DA算法优化BP神经网络的权值和阈值,能有效提高网络训练的收敛速度和精确度,提高了整体预测效果。

• 单位
  经济管理学院; 合肥工业大学; 安徽经济管理学院信息工程系