铜陵学院学报
銅陵學院學報
동릉학원학보
JOURNAL OF TONGLING COLLEGE
2007年
5期
72-74
,共3页
权值分布%泛化能力%解空间%遗传算法
權值分佈%汎化能力%解空間%遺傳算法
권치분포%범화능력%해공간%유전산법
针对BP神经网络在预报建模中,需要通过反复训练来确定网络的结构和各种参数,导致在应用中出现过拟合,严重影响网络的泛化能力的问题,提出利用遗传算法与BP算法相结合的方法对初始权值分布和网络结构进行优化,先在解空间中定位出一些较好的搜索空间,然后再采用BP算法在这些小的解空间中搜索出最优解.经实验对比,证实此种算法收敛速度快,能有效提高网络的泛化能力,从而提高预报建模的准确性.
針對BP神經網絡在預報建模中,需要通過反複訓練來確定網絡的結構和各種參數,導緻在應用中齣現過擬閤,嚴重影響網絡的汎化能力的問題,提齣利用遺傳算法與BP算法相結閤的方法對初始權值分佈和網絡結構進行優化,先在解空間中定位齣一些較好的搜索空間,然後再採用BP算法在這些小的解空間中搜索齣最優解.經實驗對比,證實此種算法收斂速度快,能有效提高網絡的汎化能力,從而提高預報建模的準確性.
침대BP신경망락재예보건모중,수요통과반복훈련래학정망락적결구화각충삼수,도치재응용중출현과의합,엄중영향망락적범화능력적문제,제출이용유전산법여BP산법상결합적방법대초시권치분포화망락결구진행우화,선재해공간중정위출일사교호적수색공간,연후재채용BP산법재저사소적해공간중수색출최우해.경실험대비,증실차충산법수렴속도쾌,능유효제고망락적범화능력,종이제고예보건모적준학성.
