基于群体智能技术的人工神经网络结构优化研究

摘要

为了提高人工神经网络求解最优解的准确度和效率,采用群体智能算法中的狼群优化算法对神经网络结构进行优化.建立基于Sigmoid函数的人工神经网络,随机初始化权重及网络节点数,生成不同类型的人工神经网络结构模型,将网络结构模型进行稀疏矩阵的数学表示,然后将不同网络结构模型的矩阵集合作为狼群算法的输入,通过狼群优化算法对狼群游走及围攻的位置来不断调整优化,最后根据头狼的位置得到最优解.试验证明:采用基于狼群优化算法的人工神经网络,提高了人工神经网络的解决非线性函数拟合的准确度和手写数字的识别率.