10.3321/j.issn:1002-8331.2006.13.023
基于PPGA-MBP的神经网络优化及其应用
多物种并行进化遗传算法应用于神经网络拓扑结构的设计,开辟了新的研究领域,论文提出伪并行(PPGA-MBP)混合遗传算法,结合改进的BP算法优化多层前馈神经网络的拓扑结构.算法采用实数编码来克服传统二进制编码的精度不足问题,并设计基于层次的杂交算子允许结构相异的个体杂交重组成新的个体,适应度函数更是综合考虑了均方误差、网络结构复杂度和网络的泛化能力等因素.实验证明取得了明显的优化效果,提高了神经网络的自适应能力和泛化能力,具有全局快速收敛的性能.论文还运用该算法建立了工业增产值经济预测网络模型,将网络预测值和多项式拟合值进行了对比分析.
神经网络、伪并行遗传算法、遗传算法、经济预测
42
TP183(自动化基础理论)
济南大学校科研和教改项目Y0425
2006-06-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
73-76