计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2006年
1期
161-164
,共4页
遗传算法%神经网络%实数编码%算法
遺傳算法%神經網絡%實數編碼%算法
유전산법%신경망락%실수편마%산법
该文比较了神经网络与遗传算法的特点,提出了一种融合遗传算法和BP算法的神经网络算法设计.该方法采用了基于实数编码的改进遗传算法来替代随机设定神经网络的初始权阈值,然后由改进的LMBP算法在已由遗传算法确定了的搜索空间中对网络进行精确训练.仿真结果表明神经网络的逼近能力和泛化能力得到了综合提高,能够有效抑制遗传算法初期收敛的发生,确保了快速达到全局收敛,克服了传统BP算法精度低、收敛速度慢、容易陷入局部极小的缺陷.
該文比較瞭神經網絡與遺傳算法的特點,提齣瞭一種融閤遺傳算法和BP算法的神經網絡算法設計.該方法採用瞭基于實數編碼的改進遺傳算法來替代隨機設定神經網絡的初始權閾值,然後由改進的LMBP算法在已由遺傳算法確定瞭的搜索空間中對網絡進行精確訓練.倣真結果錶明神經網絡的逼近能力和汎化能力得到瞭綜閤提高,能夠有效抑製遺傳算法初期收斂的髮生,確保瞭快速達到全跼收斂,剋服瞭傳統BP算法精度低、收斂速度慢、容易陷入跼部極小的缺陷.
해문비교료신경망락여유전산법적특점,제출료일충융합유전산법화BP산법적신경망락산법설계.해방법채용료기우실수편마적개진유전산법래체대수궤설정신경망락적초시권역치,연후유개진적LMBP산법재이유유전산법학정료적수색공간중대망락진행정학훈련.방진결과표명신경망락적핍근능력화범화능력득도료종합제고,능구유효억제유전산법초기수렴적발생,학보료쾌속체도전국수렴,극복료전통BP산법정도저、수렴속도만、용역함입국부겁소적결함.