1. 毕业设计（论文）主要内容：

基于传统神经网络具有较慢的收敛速度、较低的学习效率，并且在计算过程中容易陷入局部极值。

本课题利用粒子群优化算法（pso），对神经网络的结构进行优化、调整其权重，以实现增强搜索能力并提高神经网络的收敛速度。

2. 毕业设计（论文）主要任务及要求

1、 阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇)，完成开题报告；

2、 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译。

3、 完成基于粒子群算法的神经网络结构优化的方案制订；

3. 毕业设计（论文）完成任务的计划与安排

1～3周：查阅相关文献资料，明确研究方向，确定研究内容，完成开题报告；

4～6周：完成基于粒子群算法的神经网络结构优化的算法设计；

7～9周：完成基于粒子群算法的神经网络结构优化的算法设计算法优化；

4. 主要参考文献

[1]张鑫,邹德旋,肖鹏,喻秋.自适应简化粒子群优化算法及其应用[j/ol].计算机工程与应用:1-19[2018-12-29].http://kns.cnki.net/kcms/detail/11.2127.tp.20181227.1759.050.html.

[2]刘建华. 粒子群算法的基本理论及其改进研究[d].中南大学,2009.

[3]张丽平. 粒子群优化算法的理论及实践[d].浙江大学,2005.