10.3969/j.issn.1000-582X.2007.04.021
基于改进遗传算法的BP神经网络自适应优化设计
BP(Back Propagation)神经网络在网络训练中存在着局部最优问题,其算法收敛过慢、局部收敛不理想,影响其工作性能.针对以上不足以及传统神经网络设计规模庞大等问题,提出了一种由EGA(改进的遗传算法)确定网络拓扑结构和训练网络的方法,该方法通过实数编码、自适应多点变异等操作有效地优化了网络拓扑结构和网络参数,从而有效缩小了网络规模和提高了BP网络训练的速度以及收敛的有效性.最后结合了番茄常见病害诊断的实例说明了此方法的可行性.
改进遗传算法、BP神经网络结构、多点自适应变异、病害诊断
30
TP391(计算技术、计算机技术)
国家高技术研究发展计划863计划2001AA113520;2002AA243031
2007-07-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
91-96