摘要： 训练多个神经网络并将其结果进行合成，能显著地提高神经网络系统的泛化能力。本文提出了一种带偏置的选择性神经网络集成构造方法。对个体网络引入偏置项，增加可选网络的数量。选择部分网络集成，改善网络集成的性能。把个体网络的偏置项统一为集成偏置项，在训练出个体神经网络后，使用遗传算法选择部分网络集成，同时确定集成偏置项。理论分析和实验结果表明，该方法能够取得很好的网络集成效果。

关键词: 神经网络集成 构造方法 偏置 神经网络系统 泛化能力 算法选择 个体 训练