基于遗传算法的神经网络学习算法研究

摘要：

为了克服神经网络结构和参数设计的随机性及依赖于人的经验的缺点,提出了一种改进的基于遗传算法的BP神经网络学习算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性,首先利用遗传算法对神经网络结构、初始连接权和阈值以及学习率和动量因子进行全面进化设计,在解空间中定位出较好的搜索空间,然后在进化神经网络中用训练样本再次寻优。通过利用该算法对XOR问题求解,证明了该算法的有效性,其收敛速度和精度均优于基本BP算法。

关键词： 遗传算法 神经网络 BP算法 全局搜索性 搜索空间

作者: 鲁小帆 郭嗣琮 董超

作者单位: 辽宁工程技术大学 电气与控制工程学院,辽宁阜新 123000 辽宁工程技术大学 辽宁省阜新市国土资源局

会议类型: 国内会议

会议名称: 中国计量协会冶金分会2007年年会

会议地点: 北京

会议语种:中文

页码: 194-196

在线出版日期: 2007-09-01（万方平台首次上网日期，不代表论文的发表时间）