TY - JUR A2 - Köstler，Harald Au - Hacibeyoglu，Mehmet Au - Ibrahim，穆罕默德H. Py - 2018 DA - 2018/07/04 TI - 一种非线性连续优化的新型多方粒子群优化算法：应用于馈送神经网络的应用网络培训SP - 1435810 VL - 2018年AB - 多层前馈人工神经网络是分类，识别和预测问题的最常用的数据挖掘方法之一。多层前锋人工神经网络的分类准确性与训练成比例。训练有素的多层前馈人工神经网络可以在提供最佳重量的情况下正确预测看不见的样品的类值。确定最佳权重是可以用成形遗传算法解决的非线性连续优化问题。本文提出了一种新型多层馈通人工神经网络训练的多媒体粒子群优化算法。所提出的多媒体粒子群优化算法更有效地与多个群体更有效地搜索解决方案，并找到比粒子群优化更好的解决方案。为了评估所提出的多媒体粒子群优化算法的性能，实验在来自UCI存储库的十个基准数据集上进行，并将获得的结果与粒子群优化和其他先前研究的结果进行了比较。结果的分析表明，所提出的多媒体粒子群优化算法良好，并且可以采用它作为多层前馈人工神经网络训练的新型算法。SN - 1058-9244 UR - https://doi.org/10.1155/2018/1435810 do - 10.1155 / 2018/1435810 jf - 科学编程pb - hindawikw - er -