10.3969/j.issn.1673-629X.2014.01.027
一种基于随机GA的提高BP网络泛化能力的方法
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。
随机遗传算法、神经网络、测试误差、泛化能力
TP181(自动化基础理论)
湖北省教育科研计划重点项目D20122606;湖北工程学院项目Z2011009
2014-01-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
105-108