《基於粒子群最佳化和先驗信息的約束學習算法研究》是依託江蘇大學，由韓飛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於粒子群最佳化和先驗信息的約束學習算法研究
- 項目類別：青年科學基金項目
- 項目負責人：韓飛
- 依託單位：江蘇大學
- 批准號：60702056
- 申請代碼：F0113
- 負責人職稱：教授
- 研究期限：2008-01-01 至 2010-12-31
- 支持經費：20（萬元）
項目摘要
我們採用雙重搜尋策略來設計算法：先採取粒子群最佳化（PSO）進行全局搜尋，再在全局搜尋的範圍內用改進的局部搜尋算法搜尋。同時，將問題對象所蘊涵的先驗信息分別耦合進PSO和局部搜尋算法中，以確定粒子搜尋空間和最佳化適應度函式，並利用先驗信息在局部搜尋算法的誤差代價函式中構造網路推廣能力的促進子和約束權值振盪的矯正項。這是神經網路領域一個嶄新的研究方向。這種新的學習算法因雙重搜尋和問題先驗信息的約束指導，能夠最大限度地避免誤差表面上存在的局部極小值解，使得網路權值的疊代沿著問題先驗信息的方向前進，從而明顯地加快了網路的收斂速度。經過這種新學習算法學習的神經網路也將具有很強的推廣能力，使得神經網路能夠更方便地用來解決許多實際問題。最後將該算法套用於神經計算與高複雜性數據的處理和分析上。該課題為與機器學習等有關的套用基礎研究，它的深入研究將給智慧型計算、信息處理等領域帶來更大的發展。
