一种改进的GEP神经网络演化方法及其应用

• 作者: 李曲 秦绪佳 齐星
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 基因表达式编程 神经网络 回归 分类
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究开发
• 页码范围: 49-52
• 页数: 4页
• 分类号: TP3
• 字数: 2985字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2009.04.013

摘要

标准GEP方法作为一种新型的演化计算方法在回归和分类方面已经取得了很好的效果.本文在简要介绍采用GEP演化神经网络的基础上,指出了该方法在二次及以上建模问题中所存在的缺陷,提出并实现了一种改进的GEP神经网络演化方法(1GEPNN),并将其应用到回归和分类问题中.实验证明该方法在回归和分类问题中具有良好的学习效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦绪佳	浙江工业大学软件学院	63	716	12.0	25.0
2	李曲	浙江工业大学软件学院	11	41	5.0	6.0
3	齐星	浙江工业大学软件学院	1	5	1.0	1.0