CAJ | 학술논문

BP网络模型己成为神经网络的重要模型之一，在很多领域得到了应用，但它也存在一些不足。如从数学上看，它是一个非线性优化问题，这就不可避免地存在局部极小点问题；BP网络学习算法收敛速度较慢，且收敛速度与初始权值的选择有关；网络的结构设计，即隐层及节点数的选择尚无理论直到，而是根据经验选取。本文针对BP算法局部极值的缺点，考虑将遗传算法和 BP算法结合，进行对 BP神经网络进行优化。用遗传算法优化神经网络，主要包括三个方面：连接权的进化、网络结构的进化，学习规则的进化。
BP망락모형기성위신경망락적중요모형지일，재흔다영역득도료응용，단타야존재일사불족。여종수학상간，타시일개비선성우화문제，저취불가피면지존재국부겁소점문제；BP망락학습산법수렴속도교만，차수렴속도여초시권치적선택유관；망락적결구설계，즉은층급절점수적선택상무이론직도，이시근거경험선취。본문침대BP산법국부겁치적결점，고필장유전산법화 BP산법결합，진행대 BP신경망락진행우화。용유전산법우화신경망락，주요포괄삼개방면：련접권적진화、망락결구적진화，학습규칙적진화。