多策略混合改进蝴蝶算法的多层感知器训练优化

作     者：冯笑 董腾飞 李温静 方金国 吕东东 FENG Xiao;DONG Teng-fei;LI Wen-jing;FANG Jin-guo;LYU Dong-dong

作者机构：国网信通亿力科技有限责任公司智慧物联事业部福建厦门361008 北京邮电大学网络空间安全学院北京100876 国网信息通信产业集团有限公司信通研究院北京102211 

基　　金：国网信息通信产业集团科技基金项目(52680020002k) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第5期

页      码：1555-1564页

摘      要：传统调参方法容易生成局部最优,提出多策略混合改进BOA算法的MLP训练方法。针对标准BOA算法寻优精度、收敛速度的不足,设计多策略混合改进蝴蝶优化算法MSHBOA。利用佳点集进行种群初始化,避免随机种群的遍历不足;引入量子搜索局部开发和自适应惯性权重全局搜索提升个体寻优能力;设计概率阈值自适应调整机制,动态协调全局搜索与局部开发比重;设计柯西变异和混沌映射的个体混合扰动机制,增强算法脱离局部最优的能力。将MSHBOA应用于多层感知器MLP训练优化,结果验证训练算法在均方误差、分类准确率、局部最优抵抗性和稳定性方面均表现更好。

主 题 词：蝴蝶优化算法 佳点集 量子搜索 柯西变异 混沌映射 多层感知器 自适应 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.05.035

馆 藏 号：203121397...