一种基于随机GA的提高BP网络泛化能力的方法

• 作者: 万兴 李志敏 熊斌 郭海如
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 随机遗传算法 神经网络 测试误差 泛化能力
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 105-108
• 页数: 4页
• 分类号: TP181
• 字数: 2566字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.01.027

摘要

LM-BP网络对其初始权值和阈值敏感，泛化能力不强，针对该缺点，采用遗传算法( GA)对其初始权阈值进行优化，在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围，进一步提高LM-BP网络的泛化能力，采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例，建立随机GA的LM-BP网络模型，对原始数据进行拟合及测试，结果表明该方法基本能100%拟合，测试误差不超过2.3%。经过对比实验，证明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志敏	湖北工程学院计算机与信息科学学院	32	136	5.0	11.0
2	郭海如	湖北工程学院计算机与信息科学学院	17	34	3.0	5.0
3	万兴	湖北工程学院计算机与信息科学学院	6	9	2.0	2.0
4	熊斌	湖北工程学院计算机与信息科学学院	3	10	2.0	3.0