公开(公告)号：CN113240070B

公开(公告)日：2024-05-21

申请号：CN202110548962.0

申请日：2021-05-19

Applicant: 上海应用技术大学

Inventor： 肖立中 ,  宋赛赛 ,  臧中兴

IPC: G06N3/006 ,  G06N3/02 ,  G06N3/084

Abstract: 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(公告)号：CN113240070A

公开(公告)日：2021-08-10

申请号：CN202110548962.0

申请日：2021-05-19

Applicant: 上海应用技术大学

Inventor： 肖立中 ,  宋赛赛 ,  臧中兴

IPC: G06N3/00 ,  G06N3/02 ,  G06N3/08

Abstract: 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。