计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
13期
73-76
,共4页
神经网络%伪并行遗传算法%遗传算法%经济预测
神經網絡%偽併行遺傳算法%遺傳算法%經濟預測
신경망락%위병행유전산법%유전산법%경제예측
多物种并行进化遗传算法应用于神经网络拓扑结构的设计,开辟了新的研究领域,论文提出伪并行(PPGA-MBP)混合遗传算法,结合改进的BP算法优化多层前馈神经网络的拓扑结构.算法采用实数编码来克服传统二进制编码的精度不足问题,并设计基于层次的杂交算子允许结构相异的个体杂交重组成新的个体,适应度函数更是综合考虑了均方误差、网络结构复杂度和网络的泛化能力等因素.实验证明取得了明显的优化效果,提高了神经网络的自适应能力和泛化能力,具有全局快速收敛的性能.论文还运用该算法建立了工业增产值经济预测网络模型,将网络预测值和多项式拟合值进行了对比分析.
多物種併行進化遺傳算法應用于神經網絡拓撲結構的設計,開闢瞭新的研究領域,論文提齣偽併行(PPGA-MBP)混閤遺傳算法,結閤改進的BP算法優化多層前饋神經網絡的拓撲結構.算法採用實數編碼來剋服傳統二進製編碼的精度不足問題,併設計基于層次的雜交算子允許結構相異的箇體雜交重組成新的箇體,適應度函數更是綜閤攷慮瞭均方誤差、網絡結構複雜度和網絡的汎化能力等因素.實驗證明取得瞭明顯的優化效果,提高瞭神經網絡的自適應能力和汎化能力,具有全跼快速收斂的性能.論文還運用該算法建立瞭工業增產值經濟預測網絡模型,將網絡預測值和多項式擬閤值進行瞭對比分析.
다물충병행진화유전산법응용우신경망락탁복결구적설계,개벽료신적연구영역,논문제출위병행(PPGA-MBP)혼합유전산법,결합개진적BP산법우화다층전궤신경망락적탁복결구.산법채용실수편마래극복전통이진제편마적정도불족문제,병설계기우층차적잡교산자윤허결구상이적개체잡교중조성신적개체,괄응도함수경시종합고필료균방오차、망락결구복잡도화망락적범화능력등인소.실험증명취득료명현적우화효과,제고료신경망락적자괄응능력화범화능력,구유전국쾌속수렴적성능.논문환운용해산법건립료공업증산치경제예측망락모형,장망락예측치화다항식의합치진행료대비분석.