基于旋转曲面变换PSO算法的神经网络用于胺类有机物毒性分类.pdfVIP

第34卷 分析化学 (FENXIHUAXUE) 研究报告 第3期 2006年3月 ChineseJournalofAnalyticalChemistry 316~320 基于旋转曲面变换PSO算法的 神经网络用于胺类有机物毒性分类 熊 勇”,2 陈德钊’胡上序’ (‘浙江大学化工系杭州310027 2(武汉大学自动化系，武汉430072 摘 要 神经网络模型能有效地模拟非线性的输人输出关系。本研究应用三层前馈网络对51种胺类有机物 进行了结构一毒性关系的分类研究。常w勺神经网络权值训练算法，例如误差反传算法，存在着收敛速度慢， 容易陷人局部极值点等问题。因此提出旋转曲面变换粒子群优化算法，将被优化函数的局部极小点变换为全 局最大点，同时不改变比局部极小点的值更小的区域的函数形状。此方法和粒子群优化相结合，能使待优化 函数跳出局部极值点，提高训练神经网络权值的效率。实验结果显示，基于旋转曲面变换粒子群优化算法的神