【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第3期 299-302页,共4页

【作 者】： 任金霞 ; 阳帅

【摘 要】 研究粒子群优化算法。传统的粒子群算法采用实数编码，收敛速度慢。为了提高收敛速度，提出了一种混沌编码的粒子群优化算法。混沌编码作为一种全新的数学编码方式，更能准确地表达编码对象的多样性，将混沌编码应用到粒子群优化算法中，使算法在初期的搜索区域更大，更快找到全局最优解。把混沌编码的粒子群算法与BP算法相结合用来优化神经网络。利用混沌编码的粒子群算法快速找到全局最优位置的邻域，然后再用BP算法进行局部寻优，收敛到全局最优位置。仿真结果证明混沌编码的粒子群神经网络比实数编码的粒子群神经网络分类收敛速度更快，验证了算法的有效性。