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 |
|