基于蚁群算法的神经网络在电子商务中的应用
【摘要】:本文建立了基于蚁群算法的神经网络模型,充分发挥了蚁群算法的全局寻优能力和BP算法的局部搜索优势。通过仿真实验表明,将蚁群算法用于神经网络优化,收敛速度快、预测精度高,与BP算法进比较,基于蚁群算法的神经网络提高了电子商务推荐系统的准确性、速度。
|
|
|
|
1 |
朱亚东;;蚁群算法的BP网络优化算法[J];电脑编程技巧与维护;2010年18期 |
2 |
刘梅;李玉和;郑静琳;林浩山;;基于BP神经网络的二维精密扫描台控制技术及试验研究[J];新技术新工艺;2008年11期 |
3 |
曾黄麟;孙勇;陈顺玲;;一种新数控系统温度误差补偿控制方法[J];重庆邮电大学学报(自然科学版);2010年05期 |
4 |
何强;宗永臣;张建新;;基于BP神经网络的黄河利津水文站天然年径流量的预测与分析[J];内江科技;2007年12期 |
5 |
刘向阳;;BP神经网络建模与应用[J];科技信息(学术研究);2007年16期 |
6 |
吕聪颖,于哲舟,周春光,王康平,庞巍;动态自适应蚁群算法在二次分配问题中的应用[J];吉林大学学报(理学版);2005年04期 |
7 |
刘小梅;张君静;;蚁群优化算法基本原理及其应用[J];西部探矿工程;2008年10期 |
8 |
刘文;郑丽英;;基于蚁群算法的模糊C均值聚类[J];太原科技;2009年01期 |
9 |
孙云山;王学深;刘健;白婧;刘凯;赵冬青;;蚁群算法及其在物流系统中的应用研究[J];科技情报开发与经济;2010年16期 |
10 |
李方洁;刘希玉;;基于渐进蚁群算法的DNA多序列比对[J];网络安全技术与应用;2010年09期 |
11 |
于连伯;;蚁群算法的研究[J];江苏科技信息;2010年09期 |
12 |
段利忠,刘富铀;产品成本的人工神经元网络预测模型的建立与应用[J];内蒙古科技与经济;1997年06期 |
13 |
陈烨;带杂交算子的蚁群算法[J];计算机工程;2001年12期 |
14 |
丁滢颍,何衍,蒋静坪;基于蚁群算法的多机器人协作策略[J];机器人;2003年05期 |
15 |
高尚;武器-目标分配问题的蚁群算法[J];计算机工程与应用;2003年03期 |
16 |
陈崚,沈洁,秦玲,陈宏建;基于分布均匀度的自适应蚁群算法[J];软件学报;2003年08期 |
17 |
纪竹亮,戴连奎;一种改进的自适应路由算法[J];计算机工程;2004年09期 |
18 |
杨燕,靳蕃,Mohamed Kamel;一种基于蚁群算法的聚类组合方法[J];铁道学报;2004年04期 |
19 |
闻育,吴铁军;求解复杂多阶段决策问题的动态窗口蚁群优化算法[J];自动化学报;2004年06期 |
20 |
许毅,李腊元;基于蚁群算法的QoS多播路由优化算法[J];计算机应用研究;2005年02期 |
|