PSO优化BP神经网络

应用背景遗传算法优化BP神经网络，训练时间好长啊。主要是在使用SIM函数检验遗传算法适应度值时，执行时间很长。迭代次数如果为10的话，运行一次程序可能要3~5分钟。这太久了，有哪位也搞过这个？是不是也要花这么久的时间？ 这这里编写了一个简单的PSO优化BP神往网络的程序（见附件），只运行了两代，都要一小会。如果代数多，时间就要很久了关键技术 神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在理论上，BP神经网络可以逼近任意连续的非线性关系，但是，由于BP神经网络的误差代价函数是全体连接权值的一个复杂函数，因此，优化权值过程中必然会存在两个问题：（1）寻优的参数过多，造成收敛速度慢；（2）误差代价复杂函数可能存在的多个极值点，可能会造成寻优过程陷入局部极值。针对这些问题，文章采用改进PSO算法来优化BP神经网络权值，通过Hermit逼近试验，对BP算法和改进PSO优化BP神经网络权值算法进行了对比，结果表明，改进PSO优化BP神经网络权值具有更好的收敛性和更快的速度；

091601
compute_fit.m
main.m
pso.m
psobp.m
update_par.m