基于粒子群优化的BP网络学习算法

本文提出一种新颖的基于粒子群优化的BP网络学习算法 ,该算法是一种全局随机优化算法。用Iris分类问题 ,将所提出的算法与BP算法作了对比实验。实验结果表明 :所提出的算法性能优于BP算法 。

一类新颖的粒子群优化算法

粒子群优化(PSO)是一类有效的随机全局优化技术。它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂搜索空间中的最优区域。提出一类新颖的PSO算法,该算法在基本PSO算法的粒子位置更新公式中增加了一个积分控制项。积分控制项根据每个粒子的适应值决定粒子位置的变化,改善了PSO算法摆脱局部极小点的能力。另外,该算法增加了限制搜索空间范围的机制,这对某些函数优化问题是必需的。用5个基准函数做的对比实验结果显示,该算法优于基本PSO算法以及自适应修改惯性因子的PSO算法。

访问Web数据库的一种新方法

描述了ASP的工作原理及ASP的内置对象和组件 ,着重讨论了ASP的数据库组件ADO组件。并介绍了Office 2 0 0 0发布的WebComponents组件和其中的OfficeSpreadsheet,Of ficeChart组件。在此基础上给出了用ASP和MicrosoftOfficeWebComponents相结合访问Web数据库的应用实例。