基于GA、BP神经网络和多元回归的集成算法研究

• 作者: 史晓慧 廖桂平 李锦卫 陈诚
• 来源期刊: 计算技术与自动化
• 关键词: BP神经网络 多元回归 遗传算法 算法集成
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 89-95
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2011.02.022

摘要

遗传算法、BP神经网络和多元回归是目前应用比较广泛的数据挖掘算法，它们各俱优点，同时也存在诸多无法避免的缺陷。该文在前三者的基础上，提出一种BP网络与多元回归模型融合的杂合BP网络，并采用遗传算法优化杂合BP网络的初始权值，有效地避免几种方法在单独使用时存在的缺陷。验证实验结果表明：新方法所建立的模型在收敛速度、精度和泛化能力上都明显优于GA、BP神经网络和多元回归，并且较当今比较热门的ELM、SVRKM和SVM也有较显著的改进。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖桂平	湖南农业大学农业信息研究所	65	1007	19.0	30.0
2	李锦卫	湖南农业大学农业信息研究所	18	227	9.0	15.0
3	陈诚	湖南农业大学农业信息研究所	8	103	6.0	8.0
4	史晓慧	湖南农业大学农业信息研究所	9	100	6.0	9.0