基于遗传算法的对角回归神经网络

摘要：

针对对角回归神经网络(DRNN)的输入层学习速率ηI,隐含层学习速率ηD,输出层学习速率ηO和隐含层神经元个数q选取任意性的缺点,提出了基于遗传算法(GA)的DRNN,即在初始化阶段用GA来优化ηI,Dη,ηO和q,再用这些优化的参数来构建DRNN,并给出了改进的基于GA的DRNN.分别用标准DRNN和基于GA的DRNN进行实例仿真,结果表明,基于GA的DRNN具有优良的特性.

关键词： 对角回归神经网络 学习速率 遗传算法

作者: 杜延春 李贻斌 王桂月

作者单位: 山东大学,机械工程博士后流动站,济南,250061 山东经济学院信息管理学院,济南,250014

会议类型: 国内会议

会议名称: 2007中国控制与决策学术年会

会议地点: 无锡

会议语种:中文

页码: 443-446

在线出版日期: 2007-07-03（万方平台首次上网日期，不代表论文的发表时间）