共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
基于排序选择的改进遗传算法优化的神经网络控制 总被引:1,自引:0,他引:1
针对简单遗传算法(SGA)应用过程中存在的不易收敛、结果常常陷入局部最优、编码方式存在解码误差、收敛速度慢等缺点,提出了使用一种基于排序选择的改进遗传算法。用改进的遗传算法优化调整神经网络的权值。仿真研究表明,用此算法能够充分发挥其全局寻优的特点,且能够很好的弥补BP算法训练时间长,响应速度慢的不足。 相似文献
5.
6.
7.
在选用野战给水能力指标体系的基础上,建立BP神经网络评价模型,并运用改进遗传算法对网络进行优化.案例说明模型及其算法的有效性. 相似文献
8.
为了确定未反应炸药的JWL状态方程参数,提出了一种利用BP神经网络?遗传算法(BP?GA算法)和冲击Hugoniot关系确定JWL参数的方法。此方法首先训练BP神经网络,使其可以拟合由不同的JWL参数组合组成的非线性系统,随后采用遗传算法搜寻适应度值最大的一组JWL参数。结果表明:已知某种炸药的初始密度、爆速、Hugoniot系数C0和S,便可利用BP?GA算法确定其JWL参数;BP?GA算法确定的8种未反应炸药的p?v曲线和由试验数据确定的p?v曲线相吻合,且8条p?v曲线的R2均不低于0.9995,证明了BP?GA算法的高精度。 相似文献
9.