【问题标题】:How to apply PSO in Artificial Neural Network如何在人工神经网络中应用 PSO
【发布时间】:2014-01-28 09:57:01
【问题描述】:

我在理解粒子群算法的概念时遇到了问题。为了编写代码,我们将一些文章分散到我们的空间中并试图找到一个地方(for example min of a function or desire target)。基于位置、速度等所有粒子最终到达我们想要的位置。现在我有一个问题如何将此代码应用到我的 ANN 设计中?

它对神经网络有什么帮助?(似乎 PSO 有很强的寻找全局乐观结果的能力,而反向传播有寻找局部的能力,对吗?)

如果您能提供任何有助于我理解的信息,我将不胜感激。 提前致谢

【问题讨论】:

    标签: neural-network particle-swarm


    【解决方案1】:

    我终于找到了答案。我们应该使用 PSO 来训练神经网络并找到权重。通过应用这种进化算法可以缩短训练过程。可以说PSO具有很强的寻找全局乐观结果的能力,而反向传播具有寻找局部的能力。

    为此,到达这个地方根本不重要,我们只需要检查输出并根据它决定哪个粒子是最好的。

    希望我能正确解释。

    【讨论】:

    • python中有没有可以使用PSO训练神经网络的库。
    猜你喜欢
    • 2013-04-27
    • 2011-11-19
    • 1970-01-01
    • 2012-05-06
    • 2011-01-22
    • 2011-07-13
    • 2017-10-10
    • 1970-01-01
    相关资源
    最近更新 更多