天津科技大学学报
天津科技大學學報
천진과기대학학보
JOURNAL OF TIANJIN UNIVERSITY OF SCIENCE & TECHNOLOGY
2010年
4期
64-67
,共4页
BP神经网络%遗传算法%自适应
BP神經網絡%遺傳算法%自適應
BP신경망락%유전산법%자괄응
针对遗传算法容易产生局值的问题,提出一种新的自适应遗传算法,改进遗传算子,通过比较两代之间的适应度评估值,选取适合的交叉率和变异率,保证了优秀个体进入下一代,而且避免了种群中最大适应度值的个体的交叉率和变异率为0的情况.最后,将改进后的算法应用于库存控制模型,实验表明,改进后的自适应遗传算法能避免局值,提高网络的收敛速度,改善了网络的学习性能.
針對遺傳算法容易產生跼值的問題,提齣一種新的自適應遺傳算法,改進遺傳算子,通過比較兩代之間的適應度評估值,選取適閤的交扠率和變異率,保證瞭優秀箇體進入下一代,而且避免瞭種群中最大適應度值的箇體的交扠率和變異率為0的情況.最後,將改進後的算法應用于庫存控製模型,實驗錶明,改進後的自適應遺傳算法能避免跼值,提高網絡的收斂速度,改善瞭網絡的學習性能.
침대유전산법용역산생국치적문제,제출일충신적자괄응유전산법,개진유전산자,통과비교량대지간적괄응도평고치,선취괄합적교차솔화변이솔,보증료우수개체진입하일대,이차피면료충군중최대괄응도치적개체적교차솔화변이솔위0적정황.최후,장개진후적산법응용우고존공제모형,실험표명,개진후적자괄응유전산법능피면국치,제고망락적수렴속도,개선료망락적학습성능.