电子科技
電子科技
전자과기
IT AGE
2008年
11期
59-62
,共4页
神经网络%遗传算法%网络训练%反向传播算法
神經網絡%遺傳算法%網絡訓練%反嚮傳播算法
신경망락%유전산법%망락훈련%반향전파산법
介绍了遗传算法和标准BP算法及其改进形式,指出遗传算法和BP算法各自的优缺点.利用遗传算法全局寻优和BP神经网络局部寻优相结合的方法,提高了传统BP神经网络的计算精度和收敛速度.最后进行了仿真实验,结果表明,该方法不仅收敛速度快,而且易达到最优解,具有很高的实用价值.
介紹瞭遺傳算法和標準BP算法及其改進形式,指齣遺傳算法和BP算法各自的優缺點.利用遺傳算法全跼尋優和BP神經網絡跼部尋優相結閤的方法,提高瞭傳統BP神經網絡的計算精度和收斂速度.最後進行瞭倣真實驗,結果錶明,該方法不僅收斂速度快,而且易達到最優解,具有很高的實用價值.
개소료유전산법화표준BP산법급기개진형식,지출유전산법화BP산법각자적우결점.이용유전산법전국심우화BP신경망락국부심우상결합적방법,제고료전통BP신경망락적계산정도화수렴속도.최후진행료방진실험,결과표명,해방법불부수렴속도쾌,이차역체도최우해,구유흔고적실용개치.