基于改进遗传算法的神经网络集成模型

• 作者: 夏宇 龙鹏飞
• 来源期刊: 科技与创新
• 关键词: 遗传算法 神经网络集成 自适应交叉概率 自适应变异概率
• 年，卷（期）: 2010,（33）
• 页码范围: 206-207,234
• 分类号: TP389.1
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.33.080

摘要

介绍神经网络集成的基本概念及其算法理论,设计了改进的自适应交叉概率和变异概率,提出基于种群适应度集中程度的改进遗传算法,利用该算法优化加权平均集成网络的权,从而构建一种高效的神经网络集成模型.该模型用于解决分类问题.表现出比传统神经网络集成模型更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙鹏飞		33	235	10.0	13.0
2	夏宇		1	1	1.0	1.0