天津大学电气与自动化工程学院, 天津300072
为提高神经网络的泛化能力, 针对以均方误差为适应度的PSO 算法在训练神经网络时会产生一定的过拟 合问题, 提出对均方误差和误差分布均匀度进行信息融合, 构成复合适应度作为训练指标. 实验结果表明, 该方法可 使网络的泛化能力得到明显的改善.
赵 辉, 刘鲁源, 张更新.基于复合适应度微粒群算法的神经网络训练[J].控制与决策,2005,20(8):958-960