基于GA-PSO杂交算法的深度信念网络参数优化方法

（12）发明专利申请

（21）申请号 CN201610805044.0 （22）申请日 2016.09.06 （71）申请人 青岛理工大学

地址 266033 山东省青岛市市北区抚顺路11号

（10）申请公布号 CN109492746A

（43）申请公布日 2019.03.19

（72）发明人 俞昆;谭继文;林天然

（74）专利代理机构 济南圣达知识产权代理有限公司

代理人 张勇

（51）Int.CI

权利要求说明书 说明书 幅图

（54）发明名称

基于GA-PSO杂交算法的深度信念网络参数优化方法

（57）摘要

本发明涉及一种基于GA‑PSO杂交算法的

深度信念网络参数优化方法，包括以下步骤：1)初始化产生一个种群，包括3N个个体；2)采用适应度函数计算个体的适应度值；3)提取适应度值较优的2N个个体和适应度值较差的N个个体；4)采用GA算法对适应度值较优的2N个个体执行寻优过程，计算寻优后的2N个个体的适应度值，并输出个体适应度值较优的前N个个体和适应度值最优的个体；5)根据步骤4)中个体适应度值较优

的前N个个体和适应度值最优的个体，采用PSO算法对步骤3)中适应度值较差的N个个体执行寻优过程；6)采用适应度函数对步骤4)和步骤5)中寻优后的2N个个体和寻优后的N个个体进行适应度值的计算，确定适应度值最优的个体。

法律状态

法律状态公告日

2019-03-19 2019-03-19 2019-04-12

法律状态信息

公开 公开

实质审查的生效

法律状态

公开 公开

实质审查的生效

权利要求说明书

基于GA-PSO杂交算法的深度信念网络参数优化方法的权利要求说明书内容是....请下载后查看

说明书

基于GA-PSO杂交算法的深度信念网络参数优化方法的说明书内容是....请下载后查看