类电磁混合机构算法与下降法的性能比较

类电磁机制（EM）方法被称为元启发式方法之一。其基本思想是将一组参数视为带电粒子，粒子的强度与优化问题的目标函数值相对应。从任意一组初始参数赋值开始，基于EM方法，参数收敛到一个包含最优或半最优参数的值。它的一个缺点是，像其他元神经学一样，需要花费太多时间来收敛参数。本文介绍了EM与BP、k-均值和FIS等下降法相结合的混合方法，并对几种混合方法进行了性能比较。结果表明，混合EM方法在学习速度和精度上优于传统方法。