基于改進布谷鳥搜索的人工神經網絡及其性能仿真

倪百秀，張翠翠，周本達

（皖西學院　金融與數學學院，安徽　六安　237012）

基于改進布谷鳥搜索的人工神經網絡及其性能仿真

倪百秀，張翠翠，周本達

（皖西學院金融與數學學院，安徽六安237012）

摘要：布谷鳥搜索（CS）算法是一種新型的基于仿生學原理的元啟發式算法，具有很好的全局優化能力，但其存在后期收斂速度慢、計算精度不高等不足。通過將交叉熵（CE）方法嵌入到CS中構建一種改進的CS算法，基準測試函數集的測試結果表明改進算法收斂速度和計算精度都有了明顯提高。用改進的算法實現對人工神經網絡的訓練，實驗結果顯示新算法訓練的神經網絡收斂速度更快，能有效避開局部極小。最后用所建立的人工神經網絡對中國人口總量進行了預測。

關鍵詞：人工神經網絡；布谷鳥搜索（CS）算法；交叉熵（CE）方法；中國人口總量預測

0　引言

訓練人工神經網絡的過程是一個不斷調整連接權和閾值、最小化誤差的尋優過程。由于其訓練所使用的樣本集常常具有噪聲污染、部分數據缺失及該優化問題具有高維、多峰值等特點，因而需要人們去開發強有力的優化技術［1］。其中基于梯度技術的BP算法是使用最為廣泛的訓練神經網絡的學習算法［2］。然而神經網絡訓練對應的優化問題是一個具有多個局部極值的優化問題，這就使得BP算法常常收斂于局部最優而不是全局最優，其優化效果的好壞受限于初始值的選取［2］。為此，許多改進算法被提出［3-4］，并取得了一定的實際應用效果。……