用改进的遗传算法训练神经网络构造分类器

• 作者: 刘道群 张玉芳 熊忠阳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 遗传算法 神经网络 模拟退火 分类器
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP399|TP183
• 字数: 4335字
• 语种: 中文

摘要

针对基本遗传算法存在容易早熟和局部搜索能力弱等缺陷,提出了改进的遗传算法,引入交叉概率和变异概率与个体的适度值相联系,改进了操作算子,而且在交叉操作后又引入模拟退火机制,提高遗传算法的局部搜索能力.同时,用改进的遗传算法和基本的遗传算法训练神经网络构造分类器,实验结果表明,改进的遗传算法在最好个体适度值和最好分类准确性等方面性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	刘道群	重庆大学计算机学院	2	38	1.0	2.0