遗传算法优化BP神经网络的非线性函数拟合研究

• 作者: 王光明 王爱平
• 来源期刊: 赤峰学院学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 BP神经网络 遗传算法 非线性函数
• 年，卷（期）: 2014,（22）
• 所属期刊栏目: 计算机科学
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP301.6
• 字数: 3623字
• 语种: 中文

摘要

传统的BP神经网络收敛速度慢，以及该算法的不完备性，易陷于局部极小，全局最优无法保证能收敛到等缺点。针对BP神经网络的缺陷，该文提出了遗传算法，利用遗传算法优化BP神经网络权值和阈值，使得训练了BP神经网络预测模型得到了最优解。采用遗传算法优化BP神经网络的算法，并以此结合算法来研究非线性函数拟合的问题。从实验结果表明，基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性，并且有了更高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爱平	安徽大学计算机科学与技术学院	39	522	11.0	22.0
2	王光明	安徽大学计算机科学与技术学院	2	11	1.0	2.0