李晓静
- 作品数：3 被引量：4H指数：1
- 供职机构：广西幼儿师范高等专科学校更多>>
- 发文基金：广西青年科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进蜂群算法的神经网络及其应用被引量：4
- 2015年
- 本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.
- 李晓静
- 关键词：全局最优神经网络训练
- 一种新的简化粒子群优化算法
- 2015年
- 针对粒子群算法在寻优中存在早熟和收敛精度不高等问题,论文对粒子位置的更新策略以及更新公式进行改进,提出了一种新的简化粒子群优化算法(New Simple Particle Swarm Optimization,NSPSO),并将其在15个多极值基准函数进行全局最优化测试,实验结果表明,NSPSO算法收敛的精度大大提高了,而且算法收敛速度也很快,对于高、低维复杂函数的优化均适用.
- 李晓静
- 关键词：粒子群优化算法群体智能全局最优
- 基于最大方差组合的选择性神经网络集成
- 2014年
- 为进一步提高神经网络集成的泛化能力,提出一种基于最大方差组合的选择性神经网络集成构造方法:首先训练出若干神经网络个体,其次,利用离散人工蜂群算法对这些神经网络个体进行组合优化的全局搜索,选出一个最大方差的个体组合,最后,将具有最大方差的神经网络个体使用简单平均方法进行神经网络集成.将该模型应用与广西东南部的区域降水预报试验,实验结果表明,笔者提出的神经网络集成方法比常用的Bagging集成方法提高了8%以上,能有效地提高神经网络的泛化能力.
- 李晓静赵华生
- 关键词：蜂群算法神经网络集成泛化能力
