一种用于曲线预测的混合神经网络算法研究

• 作者: 时晨 杨丽芬 蒋思伟 颜雪松
• 来源期刊: 微电子学与计算机
• 关键词: BP神经网络 基因表达式编程 预测 梯度下降
• 年，卷（期）: 2009,（4）
• 页码范围: 197-202
• 页数: 6页
• 分类号: TP301
• 语种: 中文

摘要

为了克服标准BP神经网络在数据预测中存在的缺陷,提出了一种结合基因表达武编程和BP神经网络算法的混合算法.该算法分为两个阶段,第一阶段,利用GEP独特的编码方式来代替随机设定神经网络结构的选择和初始权阚值的设定;第二阶段,用梯度下降法在已经用基因表达式编程方法确定好的搜索空问中和网络结构中对网络进行进一步的精确训练.将此混合算法用于测井曲线的预测中,同时将结果和基因表达式编程方法、BP神经网络方法进行了比较,证明了该算法可以克服BP神经网络的缺陷,并且优化后的BP神经网络收敛速度快,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	时晨		12	89	6.0	9.0