改进人工蜂群优化BP神经网络的分类研究

来源：计算机工程与应用杂志2018年第10期北京时间：

作者：韦鹏宇1，2，4，潘福成1，2，3，李 帅3

单位：1.无锡中科泛在信息技术研发中心有限公司，江苏 无锡 214135；2.中国科学院大学，北京 100049；3.中国科学院 沈阳自动化研究所，沈阳 110016；4.中国科学院 物联网研究发展中心，江苏 无锡 214135

摘要：针对BP神经网络对初始权重敏感，容易陷入局部最优，人工蜂群算法局部搜索能力和开发能力相对较弱等问题，提出一种基于改进人工蜂群和反向传播的神经网络训练方法。引进差分进化思想改进人工蜂群算法，并对跟随蜂的搜索行为进行更准确的描述。用改进的人工蜂群全局搜索神经网络的初始权重，防止神经网络陷入局部最优。用新的方法对神经网络训练进行分类。实验结果表明，该算法相对于标准的BP神经网络，有效提高了分类正确率，泛化能力较强。

关键词：BP神经网络,分类,泛化能力,人工蜂群