基于粒子群和布谷鸟搜索的BP神经网络优化方法研究

作者：秦琪怡; 郭承湘; 吴帅; 姚旭艺; 陈宁江^*

来源：广西大学学报(自然科学版), 2020, 45(04): 898-905.

DOI：10.13624/j.cnki.issn.1001-7445.2020.0898

• BP神经网络
• 粒子群算法
• 布谷鸟搜索
• 算法优化

针对BP神经网络初始化敏感性高、易陷入局部最小值的问题,研究基于粒子群优化和布谷鸟搜索融合的BP神经网络优化方法,提出一种分层的融合优化模型MB-PSO-CS-BP。该方法在下层使用Mini-Batch算法将粒子群分割为小种群,利用粒子群优化算法进行局部搜索;在此基础上采用布谷鸟搜索算法进行全局搜索,从而减小BP神经网络初始化的敏感性,减缓其陷入局部最优的症状。在实际应用领域的数据集上对所提出算法进行实验验证。相较于一般的PSO-BP模型与CS-BP模型,所提出的MB-PSO-CS-BP融合模型在全局最优值、均方误差等多个评估指标上有所改进,进一步提升了利用BP神经网络进行预测的准确性与稳定性。

• 单位
  广西中医药大学