10.3969/j.issn.1008-0570.2005.28.020
一种基于自适应遗传算法的神经网络学习算法
结合遗传算法与梯度下降法优点,提出了一种训练神经网络权值的混合优化算法,同时能够优化网络的结构.首先利用全局搜索能力可靠的遗传算法,采用递阶编码方案和自适应变异概率,同时优化网络的权值和结构,在进化结束时,能够寻到全局最优点附近的点.在遗传算法搜索结果的基础上,利用局部寻优能力较强的梯度下降法,从此点出发,进行局部搜索,最终达到网络的训练目标.与单一的遗传算法或者梯度下降法比较而言,混合优化算法的收敛速度明显提高.
遗传算法、神经网络、梯度下降法、自适应变异
TP183(自动化基础理论)
海军科研项目
2005-11-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
49-51