买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜辽宁工程技术大学申请的专利一种基于改进ASO算法的BP神经网络参数优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114330659B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111639305.3，技术领域涉及：G06N3/0499；该发明授权一种基于改进ASO算法的BP神经网络参数优化方法是由刘威;朱乙鑫;郭旭颖;郭直清设计研发完成，并于2021-12-29向国家知识产权局提交的专利申请。

本一种基于改进ASO算法的BP神经网络参数优化方法在说明书摘要公布了：本发明提供一种基于改进ASO算法的BP神经网络参数优化方法，涉及神经网络技术领域。该方法首先对数据集进行预处理及BP神经网络的参数初始化，然后利用预处理后的数据集对BP神经网络进行初始网络训练得到网络权值和阈值，并对网络权值和阈值进行实值编码形成初始个体，得到初始原子种群；并将BP神经网络的训练误差作为个体适应度值，得到适应度函数；再采用改进ASO算法更新原子种群并采用适应度函数计算更新后原子种群中个体适应度值；最后更新BP神经网络的权值和阈值并利用更新后的BP神经网络对数据集进行分类。该方法将改进ASO算法应用于BP神经网络参数优化，在对BP神经网络参数优化时表现出更高的分类性能。

本发明授权一种基于改进ASO算法的BP神经网络参数优化方法在权利要求书中公布了：1.一种基于改进ASO算法的BP神经网络参数优化方法，其特征在于：通过改进ASO算法优化BP神经网络初始权值和阈值，并将BP神经网络的训练误差作为个体的适应度值，最后选择最优初始权值和阈值构建BP神经网络分类模型，具体包括以下步骤：步骤1、对数据集进行预处理及BP神经网络的参数初始化；所述数据集为UCI数据集中的植物叶片数据集Leaf；设数据集为Dataset，并对数据集Dataset进行预处理；初始化BP神经网络输入层节点为a，隐含层节点为b，输出层节点为c，原子个体维度为Dim，如下公式所示：Dim＝a×b+b+b×c+c；步骤2、权值与阈值参数编码；利用预处理后的数据集对BP神经网络进行初始网络训练得到网络权值和阈值，并对网络权值和阈值进行实值编码形成初始个体，得到初始原子种群；步骤3、计算初始原子种群适应度；将BP神经网络的训练误差作为个体适应度值，得到适应度函数；步骤4、对原子种群进行寻优更新；采用改进ASO算法更新原子种群并采用适应度函数计算更新后原子种群中个体适应度值；步骤4.1、采用Tent映射初始化原子种群；步骤4.2、采用振幅函数对ASO算法的深度函数与拉格朗日乘子进行优化，进而重新定义各原子在迭代时的加速度；步骤4.3、引入步长演变因子对原子位置更新公式进行修正，使原子位置更新过程随迭代次数增加而逐渐变慢直至不再变化；步骤5、判定是否满足终止条件，即是否达到给定的最大迭代次数，若满足则输出最优个体及最优权值和阈值；反之跳转到步骤4继续执行优化；步骤6、更新BP神经网络的权值和阈值并利用更新后的BP神经网络对数据集进行分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市细河区中华路47号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。