采用改进的粒子群算法训练 CNNE模型 (2007年)

提出用人工智能算法―――粒子群优化算法( PSO)对 CNNE模型进行训练,并针对标准粒子群算法易限于局 部极小点的局限性,采用了一种带有梯度加速的粒子群算法,通过引入梯度信息来影响粒子速度的更新。为防止陷 入局部最优,在群体最优信息陷入停滞时,对部分粒子进行重新初始化,从而保持群体的活性,减小群体陷入局优的 可能性。采用粒子群算法训练的 CNNE模型较原来的分布式最速下降法而言,在保证精度的前提下,提高了算法的 收敛速度,解决了发射率的在线实时测量问题。