一种基于随机GA的提高BP网络泛化能力的方法

摘要：

LM-BP网络对其初始权值和阈值敏感，泛化能力不强，针对该缺点，采用遗传算法( GA)对其初始权阈值进行优化，在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围，进一步提高LM-BP网络的泛化能力，采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例，建立随机GA的LM-BP网络模型，对原始数据进行拟合及测试，结果表明该方法基本能100%拟合，测试误差不超过2.3%。经过对比实验，证明了该方法的有效性。

关键词：随机遗传算法、神经网络、测试误差、泛化能力

分类号：TP181(自动化基础理论)

资助基金：湖北省教育科研计划重点项目D20122606;湖北工程学院项目Z2011009

在线出版日期：2014-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-108