演化神经网络学习方法及其应用

摘要：

在基于梯度下降原理的BP网络学习过程中,权值的获取方法是采用某个确定的权值变化规则,然后在训练中逐步调整,最终得到一个较好的权值分布.但它往往会因非线性多极值目标函数而陷于局部最优解.本文采用全局寻优的遗传算法(GA)和基于梯度下降的局部寻优反传算法(BP)相结合来训练网络,使网络的连接权在不断迭代过程中自适应演化.通过在NH地区利用井旁道地震特征参数外推重建井底以下声波曲线的实践,表明这种演化学习方法可以克服传统方法的不足,而且还能避免训练中的"伪学习”现象,提高网络的推广预测能力.

关键词：BP网络、遗传算法、演化训练、地震参数、声波曲线重建

所属期刊栏目：36

分类号：TP18(自动化基础理论)

在线出版日期：2007-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：193-197