将人工蜂群算法用于 MLP 训练以预测地震时间序列数据
神经与进化计算
2011-12-22 v1 人工智能
机器学习
摘要
如今，计算机科学家对研究神经网络领域中社会昆虫行为以解决各种组合和统计问题表现出兴趣。其中最主要的是人工蜂群（ABC）算法。本文研究了模拟蜜蜂群体智能觅食行为的 ABC 算法的使用。使用标准反向传播算法训练的多层感知器（MLP）通常使用计算量大的训练算法。反向传播（BP）算法的一个关键问题是，由于解空间中存在许多局部最优，它有时会产生具有次优权重的网络。为了克服这一问题，本工作使用 ABC 算法来训练由 BP 训练的 MLP 以学习地震时间序列数据的复杂行为，并将 MLP-ABC 的性能与使用标准 BP 训练的 MLP 进行了基准比较。实验结果表明，对于时间序列数据，MLP-ABC 的性能优于 MLP-BP。
引用
@article{arxiv.1112.4628,
title = {Using Artificial Bee Colony Algorithm for MLP Training on Earthquake Time Series Data Prediction},
author = {Habib Shah and Rozaida Ghazali and Nazri Mohd Nawi},
journal= {arXiv preprint arXiv:1112.4628},
year = {2011}
}
备注
8 pages,8 figures; http://www.journalofcomputing.org/volume-3-issue-6-june-2011