針對諸多群智能算法容易陷入局部最優(yōu)、收斂速度慢的特點,提出一種參數(shù)設(shè)置少,全局搜索能力強(qiáng)的競爭算法.通過10個基準(zhǔn)函數(shù)與粒子群算法的比較, 30次試驗下競爭算法的平均值與最小值均優(yōu)于粒子群算法,驗證了該算法的有效性.用競爭算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),并對11個測試數(shù)據(jù)集進(jìn)行分類,實驗結(jié)果表明,用競爭算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)在11個測試集上性能均優(yōu)于原始算法,且在大部分測試集上性能優(yōu)于用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò).該算法能有效提高分類正確率,增強(qiáng)魯棒性.

【文章頁數(shù)】：5 頁


本文編號：3767167