基于粗糙集的改进BP神经网络算法研究

• 作者: 卢秀颖 吴华玉 张利
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: BP神经网络 粗糙集 遗传算法 属性约简
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 971-976
• 页数: 6页
• 分类号: TP391
• 字数: 3857字
• 语种: 中文

摘要

提出了一种基于粗糙集和遗传算法的改进BP神经网络算法.该算法首先对原始数据集进行属性约简,优化BP神经网络的输入变量;然后利用遗传算法全局搜索的特点,优化BP神经网络初始权重和闻值.将改进BP神经网络算法应用于客户分类,训练误差为5.92×10~(-12),测试总误差为0.000 23;而改进前的一个比较理想的训练结果的训练误差为0.001 6,测试总误差为0.073.Matlab仿真表明改进的BP神经网络算法有更好的训练精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利	大连理工大学电子与信息工程学院	11	71	3.0	8.0
5	吴华玉		1	29	1.0	1.0
6	卢秀颖	大连理工大学电子与信息工程学院	1	29	1.0	1.0