基于遗传算法的神经网络两阶段学习方案

• 作者: 张栋 蔡开元
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 神经网络 网络拓扑 遗传算法 LM算法
• 年，卷（期）: 2003,（8）
• 所属期刊栏目: 建模与仿真方法
• 页码范围: 1088-1090
• 页数: 3页
• 分类号: TP183
• 字数: 3688字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2003.08.009

摘要

一种两阶段学习方案被提出用于神经网络的训练.在第一阶段,让实数编码的遗传算法来代替人解决神经网络结构的选择和初始参数的设定,称之为结构辨识阶段.在第二阶段,让传统的优化算法来解决参数的学习,称之为参数辨识阶段.在整个学习过程,神经网络的复杂度、逼近精度和泛化能力之间得到了满意综合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张栋	北京航空航天大学自动化学院自动控制系	24	177	7.0	12.0
2	蔡开元	北京航空航天大学自动化学院自动控制系	45	583	13.0	23.0