基于NSGA-Ⅱ算法的BP神经网络优化研究

摘要：

针对BP(Back Propagation)网络训练时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过带精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-DominatedSorting Genetic Algorithm Ⅱ)对BP网络的初始权值和阈值进行优化,给出了应用该方法的步骤.通过仿真验证,这种NSGA-Ⅱ&BP算法时一个单输入双输出非线性系统进行逼近,能克服BP网络训练的缺陷,且所建模型对检测样本的拟合程度比单独BP网络的效果要好.

关键词：BP网络、NSGA-Ⅱ、初始权值和阈值优化

所属期刊栏目：25

分类号：TP39(计算技术、计算机技术)

资助基金：基金申请人:史仲平,潘丰;项目名称:基于智能工程的新式、集约型过程控制的工程化应用研究;基金颁发部门:国家高技术研究发展计划863计划2006AA020301-11

在线出版日期：2009-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：287-289