遗传算法优化BP神经网络的非线性函数拟合研究 |
| |
引用本文: | 王光明,王爱平.遗传算法优化BP神经网络的非线性函数拟合研究[J].赤峰学院学报(自然科学版),2014(22):29-32. |
| |
作者姓名: | 王光明 王爱平 |
| |
作者单位: | 安徽大学 计算机科学与技术学院,安徽 合肥,230601 |
| |
摘 要: | 传统的BP神经网络收敛速度慢,以及该算法的不完备性,易陷于局部极小,全局最优无法保证能收敛到等缺点.针对BP神经网络的缺陷,该文提出了遗传算法,利用遗传算法优化BP神经网络权值和阈值,使得训练了BP神经网络预测模型得到了最优解.采用遗传算法优化BP神经网络的算法,并以此结合算法来研究非线性函数拟合的问题.从实验结果表明,基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性,并且有了更高的预测精度.
|
关 键 词: | 神经网络 BP神经网络 遗传算法 非线性函数 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|