|
|||||
|
|
| 基于自适应差分遗传算法的BP神经网络优化 | |
| 引用本文： | 蒋璐,张轩雄.基于自适应差分遗传算法的BP神经网络优化[J].教育技术导刊,2018,17(11):26-29. |
| 作者姓名： | 蒋璐 张轩雄 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| 摘 要： | 针对遗传算法在优化BP网络时出现收敛慢、预测能力有限等问题，提出一种用于优化BP神经网络的差分进化遗传算法。结合差分进化与遗传算法，首先对BP神经网络待优化参数编码，然后在经过遗传交叉和差分变异操作后，根据适应度值对种群规模进行自适应操作，以满足不同迭代阶段的要求。通过对测试函数进行仿真实验，结果表明，相比传统遗传算法，DE GA算法具有较好的稳定性和收敛速度，其优化后的BP网络预测精度保持在97%以上。 |
| 关 键 词： | BP神经网络 差分进化 遗传算法 差分变异 自适应 收敛性 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |