基于混合遗传算法的自适应神经网络优化设计

• 作者: 杨华芬
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 单纯形法 交叉概率 变异概率 遗传算法 神经网络
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 301-304,312
• 分类号: TP18
• 字数: 2992字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2010.04.018

摘要

传统遗传算法优化神经网络存在"近亲繁殖"、"早熟收敛"、收敛速度慢和容易陷入局部极小等缺点.将适应度与相应的个体数目相联系,提出一种自适应交叉变异概率,并将其用于遗传操作,使得个体具有较强的多样性,一定程度缓解种群"早熟";将单纯形法和遗传算法结合到一起,使遗传算法的搜索更具有方向性,提高遗传算法的搜索能力,加快收敛速度.仿真实验进一步证明本文提出的算法对加快收敛速度,防止"近亲繁殖",保持种群多样性比较有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨华芬	曲靖师范学院计算机科学与工程学院	27	133	6.0	10.0