10.3969/j.issn.1002-137X.2008.11.049
RCGNN:一种基于实数编码的遗传神经网络预测方法
将遗传算法与神经网络相结合,提出一种实数编码、自适应选择、算术交叉、高斯变异、爬山操作的改进遗传BP神经网络RCGNN,利用遗传算法对神经网络权值和阈值进行优化.以时间序列预测的实例进行编程计算表明,用遗传算法进行网络训练,其收敛速度快,最终总误差最小,预测准确率高.对算法中参数进行的相应研究表明,增加爬山操作次数能很好地提高网络训练的速度,同时使误差下降快;爬山操作越多,收敛速度越快,最终误差越小,但计算运行时间也会增加.
预测、BP神经网络、遗传算法、实数编码
35
TP3;X70
2009-02-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
178-180,194