基于遗传算法的前馈神经网络结构优化

• 作者: 张新刚 李飞 段玉波 王磊
• 来源期刊: 系统仿真技术
• 学科: 工学
• 关键词: 遗传算法 神经网络 结构优化 函数逼近
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论文交流
• 页码范围: 170-174
• 页数: 5页
• 分类号: TP273
• 字数: 2087字
• 语种: 中文

摘要

为防止交叉后优秀基因段的丢失,在随机非一致线性交叉的基础上,设计了一种与个体适应度相关的线性交叉方案.构造了一种使交叉率与变异率随进化过程自适应调整的方法,有效抑制了遗传算法的早熟收敛.然后,针对函数逼近问题用改进后的遗传算法去优化前馈神经网络的结构,降低了神经网络训练陷入局部最优的可能性,提高了网络的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊		273	705	12.0	16.0
2	段玉波	东北石油大学电气信息工程学院	50	159	7.0	10.0
3	李飞		31	165	7.0	12.0