计算机科学 ›› 2008, Vol. 35 ›› Issue (11): 178-180.
• • 上一篇 下一篇
出版日期:
发布日期:
Online:
Published:
摘要： 将遗传算法与神经网络相结合，提出一种实数编码、自适应选择、算术交叉、高斯变异、爬山操作的改进遗传BP神经网络RCGNN，利用遗传算法对神经网络权值和阈值进行优化。以时间序列预测的实例进行编程计算表明，用遗传算法进行网络训练，其收敛速度快，最终总误差最小，预测准确率高。对算法中参数进行的相应研究表明，增加爬山操作次数能很好地提高网络训练的速度，同时使误差下降快；爬山操作越多，收敛速度越快，最终误差越小，但计算运行时间也会增加。
关键词: 预测 BP神经网络 遗传算法 实数编码
Abstract: In order to overcome the shortcomings of traditional error back propagation algorithm for updating the weights of the multi-layer forward neural networks, such as the low precision of the solutions, the slow search speed and easy convergence to the local
Key words: Sequence prediction, Genetic algorithm, Neural network, Real number coding
. RCGNN：一种基于实数编码的遗传神经网络预测方法[J]. 计算机科学, 2008, 35(11): 178-180. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I11/178
Cited
首页