论文部分内容阅读
现有的在猪等级评定中应用的BP神经网络算法存在对初始权值敏感、易陷入局部最小值等缺陷，从而导致预测精度不高、收敛速度慢的状况。针对该问题，在神经网络训练中引入基于全局随机优化思想的粒子群优化（PSO）算法。先利用PSO优化BP神经网络的初始权值，然后采用神经网络完成给定精度的学习，建立了粒子群-BP神经网络模型。与传统BP神经网络相比，该方法预测精度高、收敛速度快，可以有效地运用到猪等级评定中。