基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对标准BP算法对初始权值敏感、收敛速度慢、易陷入局部极小等问题,结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力、收敛速度快等特性,提出了云自适应遗传改进BP算法.该算法首次将云模型和遗传算法结合调整神经网络的权值和阈值.由x条件云发生器产生改进的自适应交叉概率和变异概率.实验结果表明:云自适应遗传改进BP算法比标准BP算法收敛速度快.
推荐文章
基于排序的改进自适应遗传算法
遗传算法
选择算子
交叉算子
变异算子
基于云自适应遗传算法的NoC路径分配研究
NoC
路径分配
云模型
自适应遗传算法
基于自适应遗传算法的改进PID参数优化
PID参数
遗传算法
自适应
优化
交叉和变异
基于自适应机制的遗传算法研究
组合优化
遗传算法
遗传算子
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云自适应遗传算法的改进BP算法
来源期刊 中南民族大学学报:自然科学版 学科 工学
关键词 云模型 遗传算法 云自适应遗传BP算法 神经网络
年,卷(期) 2011,(4) 所属期刊栏目 计算机科学
研究方向 页码范围 98-101
页数 分类号 TP183
字数 2546字 语种 中文
DOI 10.3969/j.issn.1672-4321.2011.04.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴立锋 中南民族大学计算机科学学院 17 77 5.0 8.0
2 程林辉 中南民族大学计算机科学学院 17 64 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (168)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (10)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
云模型
遗传算法
云自适应遗传BP算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导