基于改进遗传算法的BP神经网络自适应优化设计

• 作者: 尹宏鹏 张可 李大杰 柴毅
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 改进遗传算法 BP神经网络结构 多点自适应变异 病害诊断
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 自动化·计算机·通信工程
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP391
• 字数: 4308字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.04.021

摘要

BP(Back Propagation)神经网络在网络训练中存在着局部最优问题,其算法收敛过慢、局部收敛不理想,影响其工作性能.针对以上不足以及传统神经网络设计规模庞大等问题,提出了一种由EGA(改进的遗传算法)确定网络拓扑结构和训练网络的方法,该方法通过实数编码、自适应多点变异等操作有效地优化了网络拓扑结构和网络参数,从而有效缩小了网络规模和提高了BP网络训练的速度以及收敛的有效性.最后结合了番茄常见病害诊断的实例说明了此方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0
2	张可	重庆大学自动化学院	8	235	5.0	8.0
3	尹宏鹏	重庆大学自动化学院	18	363	9.0	18.0
4	李大杰	重庆大学自动化学院	3	87	3.0	3.0