计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2012年
9期
135-138
,共4页
BP神经网络%小生境遗传算法%非线性映射%遗传操作
BP神經網絡%小生境遺傳算法%非線性映射%遺傳操作
BP신경망락%소생경유전산법%비선성영사%유전조작
为解决传统BP神经网络模型易陷入局部极小点、网络结构不稳定、收敛速度慢等问题,提出了一个小生境遗传算法优化的BP神经网络模型.该网络模型借助BP神经网络的非线性映射和学习联想能力和小生境遗传算法的搜索能力,利用小生境遗传算法的选择、交叉、变异及小生境淘汰等操作,来对BP神经网络的初始权值和阈值进行优化,同时使用BP算法来训练该模型,从而有效地解决了网络初值不合理的问题,提高了网络收敛速度、稳定性.实验证明:与传统方法相比,该模型具有很强的可行性和有效性.
為解決傳統BP神經網絡模型易陷入跼部極小點、網絡結構不穩定、收斂速度慢等問題,提齣瞭一箇小生境遺傳算法優化的BP神經網絡模型.該網絡模型藉助BP神經網絡的非線性映射和學習聯想能力和小生境遺傳算法的搜索能力,利用小生境遺傳算法的選擇、交扠、變異及小生境淘汰等操作,來對BP神經網絡的初始權值和閾值進行優化,同時使用BP算法來訓練該模型,從而有效地解決瞭網絡初值不閤理的問題,提高瞭網絡收斂速度、穩定性.實驗證明:與傳統方法相比,該模型具有很彊的可行性和有效性.
위해결전통BP신경망락모형역함입국부겁소점、망락결구불은정、수렴속도만등문제,제출료일개소생경유전산법우화적BP신경망락모형.해망락모형차조BP신경망락적비선성영사화학습련상능력화소생경유전산법적수색능력,이용소생경유전산법적선택、교차、변이급소생경도태등조작,래대BP신경망락적초시권치화역치진행우화,동시사용BP산법래훈련해모형,종이유효지해결료망락초치불합리적문제,제고료망락수렴속도、은정성.실험증명:여전통방법상비,해모형구유흔강적가행성화유효성.
