技术特征：
技术总结
本发明公开了一种基于PSO的权值直接确定神经网络结构优化方法，步骤如下：1)构建一个幂激励神经网络；2)由权值直接确定方法算出隐层神经元到输出层的连接权值；3)进行神经元删减；4)把剩余神经元编码成数码串，表示为粒子；5)设定PSO的初始参数；6)生成一定规模的粒子群；7)初始化最优粒子；8)更新所有粒子；9)计算适应值；10)更新所有最优解；11)若未到最大迭代次数，返回步骤8)；否则，优化结束。为了提高网络的结构性能，本发明基于幂激励权值直接确定神经网络，将PSO算法应用于优化网络结构，寻找最佳隐层神经元数目，通过应用本发明方法，所训练的网络具有很强的逼近能力以及去躁能力，实用价值高。
技术研发人员：张智军;何杰;陈卓明
受保护的技术使用者：华南理工大学;佛山市顺德致可智能科技有限公司
技术研发日：2018.09.04
技术公布日：2019.02.15