毛竹导热系数非线性拟合的PSO-BP模型
2012-11-15分类号：S795.7
【部门】中南林业科技大学
【摘要】应用粒子群优化算法(particle swarm optimization,PSO)训练多层前馈(back propagation,BP)神经网络,提出毛竹导热系数的PSO-BP模型,将神经网络的学习过程映射为粒子群体的迭代寻优过程,达到优化神经网络权值及阈值的目的。结果表明:毛竹导热系数PSO-BP模型在泛化性能、拟合精度、训练及验证误差等方面均优于标准BP网络模型。
【关键词】毛竹导热系数 神经网络 粒子群优化算法 非线性拟合
【基金】湖南省自然科学基金项目(11JJ5020);湖南省自然科学基金重点项目(10JJ2022); 湖南省科技计划项目(2011FJ3074); 中南林业科技大学青年科学研究基金(QJ2010010B); 国家自然科学基金(31070568); 湖南省教育厅重点科研项目(11A128)
【所属期刊栏目】林业科学
文献传递
