一种基于改进灰狼算法的BP神经网络优化方法

摘要

本发明公开了一种基于改进灰狼算法的BP神经网络优化方法，其包括如下步骤：(Ⅰ)选择BP神经网络本身的结构；(Ⅱ)利用复数值编码方式初始化灰狼种群、初始化参数A，α和C，确定最大迭代次数；(Ⅲ)确定神经网络适应度函数、输出节点的激励函数；(Ⅳ)计算灰狼个体适应度值，找出适应度值的最优解，次优解以及第三优解，更新剰余灰狼ω的位置信息、参数A，α和C的值；(Ⅴ)选取训练样本和测试样本进行实验，并记录误差及其对应的最优解；(Ⅵ)判断是否满足达到最大迭代次数或者达到设定的误差值；以及(Ⅶ)最后返回结果为灰狼α的位置，以及训练过程每一次迭代灰狼α的位置，灰狼α所在位置的最小误差，训练样本和测试样本的误差。