基于最优变异因子的遗传算法在ANN训练中的应用

• 作者: 何小荣 周祥 陈丙珍
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 遗传算法 人工神经网络 局部极小点 变异因子
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 化学工程
• 页码范围: 619-621
• 页数: 3页
• 分类号: TQ015.9|TQ018
• 字数: 2705字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2002.05.015

摘要

为解决人工神经网络训练中陷入局部极小值问题,对遗传算法中的变异模型作了分析和改进,采用了一维搜索方法以确定最优变异因子,首先由进退法确定最优变异因子存在的区间,然后运用黄金分割法以确定最优变异因子.结合一个实际算例,对最优变异因子和固定变异因子的应用效果进行了比较,结果表明基于最优变异因子的遗传算法能够更有效地克服局部极小点,有利于加速人工神经网络的训练过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小荣	清华大学化学工程系	63	770	18.0	23.0
2	陈丙珍	清华大学化学工程系	84	1023	19.0	25.0
3	周祥	清华大学化学工程系	3	56	3.0	3.0