首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群的BP神经网络算法在猪等级评定中的应用
引用本文:王越,曾晶,董丽梅,张权.基于粒子群的BP神经网络算法在猪等级评定中的应用[J].重庆工学院学报,2013(1):37-41.
作者姓名:王越  曾晶  董丽梅  张权
作者单位:重庆理工大学;西南交通大学交通运输与物流学院
基金项目:重庆市科技攻关项目(2010GGB097)
摘    要:现有的在猪等级评定中应用的BP神经网络算法存在对初始权值敏感、易陷入局部最小值等缺陷,从而导致预测精度不高、收敛速度慢的状况。针对该问题,在神经网络训练中引入基于全局随机优化思想的粒子群优化(PSO)算法。先利用PSO优化BP神经网络的初始权值,然后采用神经网络完成给定精度的学习,建立了粒子群-BP神经网络模型。与传统BP神经网络相比,该方法预测精度高、收敛速度快,可以有效地运用到猪等级评定中。

关 键 词:猪等级评定  粒子群算法  BP神经网络

Study on Pork Grade Evaluation of BP Neural Network Based on PSO
WANG Yue,ZENG Jing,DONG Li-mei,ZHANG Quan.Study on Pork Grade Evaluation of BP Neural Network Based on PSO[J].Journal of Chongqing Institute of Technology,2013(1):37-41.
Authors:WANG Yue  ZENG Jing  DONG Li-mei  ZHANG Quan
Affiliation:1.Chongqing University of Technology,Chongqing 400054,China;2.School of Transportation and Logistics,Southwest Jiaotong University,Nanchong 637900,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号