文献类型：期刊文章

作　　者：申晋祥[1] 鲍美英[1] 张景安[2] 周建慧[1]

SHEN Jin-xiang;BAO Mei-ying;ZHANG Jing-an;ZHOU Jian-hui(School of Computer and Network Engineering,Shanxi Datong University,Datong 037009,China;Network Information Center,Shanxi Datong University,Datong 037009,China)

机构地区：[1]山西大同大学计算机与网络工程学院,山西大同037009 [2]山西大同大学网络信息中心,山西大同037009

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(11971277);山西大同大学科研基金项目(2020k10);山西大同大学云冈专项基金项目(2020YGZX016);山西大同大学校级教学改革创新基金项目(XJG2021249)。

年　　份：2024

卷　　号：45

期　　号：2

起止页码：546-552

语　　种：中文

收录情况：BDHX、BDHX2023、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA。在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系数,自动调整这两类秃鹫对普通秃鹫的引导作用;IAVOA用于MLP的训练,采用均方误差的平均值作为适应度函数寻找MLP的连接权重和偏差的最佳组合。选取4个不同复杂度的分类数据集,比较IAVOA算法与现有启发式算法对MLP训练后,MLP对数据分类的性能,仿真结果表明,IAVOA算法训练的MLP在数据分类准确率、全局搜索能力、收敛速度和稳定性方面均具有良好的性能。

关 键 词：优化  分类  非洲秃鹫算法  多层感知器 前馈神经网络 自适应系数  收敛  

分 类 号：TP301.6]