基于神经网络和遗传算法的实验参数确定

• 作者: 李耀雄 王佶 韩旻沂
• 来源期刊: 武汉理工大学学报
• 学科: 工学
• 关键词: 神经网络 遗传算法 数理统计
• 年，卷（期）: 2004,（5）
• 页码范围: 52-54
• 页数: 3页
• 分类号: TP301
• 字数: 2136字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4431.2004.05.016

摘要

将BP神经网络用于实验数据结果的"预处理",剔除奇异样本数据,并利用实数直接操作的遗传算法(FGA),发挥FGA概率搜索和群体优势,将处理后的数据分别代入给定的含参数的方程,在总体误差最小的情况下,寻求符合实验数据的参数的优化解;将优化结果与常规数理统计方法进行了比较,证实了该方法的有效性;而且对其它实验数据的处理及实验参数的确定,有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩旻沂		3	20	2.0	3.0
2	王佶	武汉理工大学设计研究院	24	224	8.0	14.0
3	李耀雄	武汉理工大学设计研究院	2	23	2.0	2.0