基于并行PSO的神经网络优化算法地研究.pdfVIP

计算机科学2005V01．32No．8(增刊) 基于并行PSO的神经网络优化算法的研究*) ResearchofNeuralNetwork BasedonParallel Optimld脚dthm PSO 张蕾陈月辉杨波 (济南大学网络中心 济南250022) AI葛trnctThis anartificialneural basedon paperproposes network(ANN)optimal particle algorithm parallel swarm stochastic iSusedinthe connec— optimization(PSO)．Aglobaloptimizationtechnique proposedalgorithm．The tion ofANN the vectorsofeach the of the weights optimizedby position particleimprovesabilitysolvingpattern classification iS tO classification thein— problems．Thealgorithmsuccessfullyappliedpattern prohlems．forexample trusiondetection algorithmnot can theclassification alsocan uDthe problems．This only improve accuracy，butspeed thebetteracceleration．Theresultsshowthat PSOisa convergenceprocess，whilegetting experiment parallel poten— robust algorithm． tiatly optimal Particleswarm Keywords network，Pamilel optimizer，Neural computing，Classification 1 引言 1，2，3，…，m。然后由主进程为从进程发送每个粒 Swarm 粒子群优化(ParticleOptimization，子的位置Xi‘，各个从进程并行计算每个粒子的适应 PSO)1】算法是一种新兴的全局优化技术。PSO算 值fk。计算完毕后，从进程将每个粒子的适应值返 法同遗传算法类似，是一种基于迭代的优化工具。 回主进程，圭进程比较每个粒子的适应值fk与其个 系统初始化为一组随机解，通过粒子在解空间追随 体极值趾。的优劣，选择较好的个体极值，并通过比 最优的粒子搜索最优值。PSO算法简单易实现，但 较选择整个种群的最优解，然后更新每个粒子的位 易陷入局部极小值点。一些改进的PSO仍存在着 置与速度。PSO算法采用下列公式H矗]对粒子进行 比较复杂、不便使用等缺点[2]。作为一种简单、有效 操作： 的随机全局优化算法，PSO算法是一种有着潜在竞 v“1一WkVk+C1r1(pI—xk)十C2 r2(p《一xI)；(1