基于改进PSO的BP神经网络在船舶设计中的应用  

作　　者：张维[1] 王先洲[1] 

机构地区：[1]华中科技大学船舶与海洋工程学院,湖北武汉430074

出　　处：《中国水运（下半月）》2014年第1期64-67,共4页

基　　金：国家自然科学基金(51009070);"863计划"课题(2012AA091002)

摘　　要：针对船舶设计中需要的大型BP(Back Propagation)神经网络的特点,加入了改进的粒子群优化算法(Particle Swarm Optimization,PSO)。该改进方法将粒子群的初始粒子分布在边界面上,因此能有效的搜寻高维空间,同时在速度公式等方面进行一些改进使得它更适合该环境。分别利用基于改进PSO的BP神经网络和标准的BP神经网络对泰勒系列船模试验数据进行拟合,结果表明基于改进PSO方法的BP神经网络训练更加高效和稳定。

关 键 词：粒子群优化算法 BP神经网络 拟合 船舶设计 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]