- 专利标题: 基于PSO-ACO-BP神经网络的自动评分方法
-
申请号: CN202110548962.0申请日: 2021-05-19
-
公开(公告)号: CN113240070B公开(公告)日: 2024-05-21
- 发明人: 肖立中 , 宋赛赛 , 臧中兴
- 申请人: 上海应用技术大学
- 申请人地址: 上海市徐汇区漕宝路120-121号
- 专利权人: 上海应用技术大学
- 当前专利权人: 上海应用技术大学
- 当前专利权人地址: 上海市徐汇区漕宝路120-121号
- 代理机构: 上海汉声知识产权代理有限公司
- 代理商 胡晶
- 主分类号: G06N3/006
- IPC分类号: G06N3/006 ; G06N3/02 ; G06N3/084
摘要:
本发明提供了一种基于PSO‑ACO‑BP神经网络的自动评分方法,将PSO优化算法和ACO算法进行结合,本质上在于克服两个算法各自的缺点:PSO‑ACO算法在算法前期使用PSO算法,利用PSO算法前期搜索速度快的优点,找出一系列最优值,在算法的后期使用ACO算法进行迭代运算,通过ACO算法利用蚂蚁们产生的信息素找寻到解决问题的最优解。最后利用PSO‑ACO算法对BP神经网络的初始权值和阈值进行优化,找寻最优权值和阈值,使权值和阈值保持在一个尽可能小的范围内。将该评分方法应用于在线测试系统中,将使其功能更为完善,更加符合考试的实际需求。
公开/授权文献
- CN113240070A 基于PSO-ACO-BP神经网络的自动评分方法 公开/授权日:2021-08-10