|
|||||
|
|
| 基于递阶遗传算法优化神经网络的研究 | |
| 作者姓名： | 李方方 赵英凯 许必熙 |
| 作者单位： | 南京工业大学,江苏,南京,210009;南京工业大学,江苏,南京,210009;南京工业大学,江苏,南京,210009 |
| 摘 要： | 基于递阶结构的遗传算法可以同时对神经网络进行拓扑结构优化和权重的求解,具有较高的学习效率。针对HGA在优化神经网络过程中的一些参数,如适应度函数、交叉概率和变异概率等做了一些研究,并且比较HGA与一般遗传算法、BP算法的区别,把HGA和BP2种算法结合起来优化神经网络,最后给出仿真实例。 |
| 关 键 词： | HGA 神经网络 适应度函数 BP 优化 |
| 文章编号： | 1001-2257（2006）02-0040-04 |
| 收稿时间： | 2005-10-08 |
| 修稿时间： | 2005-10-08 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |