基于遗传算法的双隐层动态递归神经网络训练方法

摘要：

提出采用遗传算法对双隐层动态递归神经网络(DRNN)的网络结构(二个隐层节点数)、权重系数和自反馈增益同时优化的训练方法.针对双隐层DRNN的特点,采用二级递阶结构的染色体对网络结构(二个隐层节点数)和网络参数(权重系数,自反馈增益)进行编码.在某炼油厂常压塔航煤比重软测量建模应用中的结果表明,基于遗传算法的训练方法可以提高网络训练速度和学习精度.

关键词： 双隐层动态递归神经网络 遗传算法 结构优化 参数训练

作者: 曾文华

作者单位: 杭州电子工业学院计算机分院(杭州)

会议类型: 国内会议

会议名称: 2001年中国智能自动化会议

会议地点: 昆明

会议语种:中文

页码: 1084-1090,1071

在线出版日期: 2001-08-01（万方平台首次上网日期，不代表论文的发表时间）