12.4.2  PSO优化算法流程

下面主要介绍如何利用PSO去优化BP神经网络核函数参数的具体步骤流程：

1）通过上述式（12-20）和式（12-21）来对粒子群进行相应的初始化；

2）再根据上述式（12-22）对粒子群中粒子的适应度函数值进行有效的计算；

3）通过粒子自身的适应度的函数与历史最佳位置P_i的适应度的函数比较，判断优劣，然后更新P_g；

4）根据上述式（12-17）和式（12-18）来对粒子群中的粒子相应的速度位置进行有效的计算，通过式（12-21）来检验获取粒子的速度和位置是否有效；如果此时粒子群的平均适应度变化率比较小或者循环的次数已经到了最大值，则就能够输出相应有效的核函数参数P_g，如果不满足上述条件就转到步骤2继续循环处理。

图12-4所示为PSO优化BP神经网络算法的基本流程图。

图12-4 PSO优化BP神经网络 算法的主要流程图