科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2012年
10期
223-225
,共3页
遗传算法%成绩预测%归一化%BP神经网络
遺傳算法%成績預測%歸一化%BP神經網絡
유전산법%성적예측%귀일화%BP신경망락
针对传统的遗传算法收敛慢的问题,提出了一种改进的遗传算法并将其应用在学生成绩预测中.所采用的遗传算法改进策略包括:(1)采用实数进行编码;(2)建立个体适应值函数进行个体评价;(3)使用新的选种策略;(4)改进了杂交过程;(5)修改了入选概率小于变异概率的个体变异策略;(6)优化了算法结束条件.本文将BP神经网络和改进的遗传算法相结合构造学生成绩预测模型.实验结果表明,在误差的收敛速度以及成绩预测的准确性方面,本文提出的模型都获得了令人满意的性能.
針對傳統的遺傳算法收斂慢的問題,提齣瞭一種改進的遺傳算法併將其應用在學生成績預測中.所採用的遺傳算法改進策略包括:(1)採用實數進行編碼;(2)建立箇體適應值函數進行箇體評價;(3)使用新的選種策略;(4)改進瞭雜交過程;(5)脩改瞭入選概率小于變異概率的箇體變異策略;(6)優化瞭算法結束條件.本文將BP神經網絡和改進的遺傳算法相結閤構造學生成績預測模型.實驗結果錶明,在誤差的收斂速度以及成績預測的準確性方麵,本文提齣的模型都穫得瞭令人滿意的性能.
침대전통적유전산법수렴만적문제,제출료일충개진적유전산법병장기응용재학생성적예측중.소채용적유전산법개진책략포괄:(1)채용실수진행편마;(2)건립개체괄응치함수진행개체평개;(3)사용신적선충책략;(4)개진료잡교과정;(5)수개료입선개솔소우변이개솔적개체변이책략;(6)우화료산법결속조건.본문장BP신경망락화개진적유전산법상결합구조학생성적예측모형.실험결과표명,재오차적수렴속도이급성적예측적준학성방면,본문제출적모형도획득료령인만의적성능.
