基于改进遗传算法的神经网络优化

• 作者: 李跃新 镇方雄
• 来源期刊: 湖北大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 遗传算法 拓扑结构 权值
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 345-349
• 页数: 5页
• 分类号: TP183
• 字数: 3828字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2006.04.006

摘要

针对在神经网络应用中,存在结构设计及权值训练算法的不足,提出一种新的基于混合编码方案的遗传算法.在算法中设计了用遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,改进了适应度函数的设计和采用自适应的交叉和变异方法.试验结果表明本算法能有效地对神经网络的权值和结构同时优化,提高了训练效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李跃新	湖北大学数学与计算机科学学院	68	253	6.0	13.0
2	镇方雄	咸宁学院数学系	16	43	3.0	6.0