基于自适应差分遗传算法的BP神经网络优化

• 作者: 张轩雄 蒋璐
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: BP神经网络 差分进化 遗传算法 差分变异 自适应 收敛性
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP312
• 字数: 3558字
• 语种: 中文
• DOI: 10.11907/rjdk.182021

摘要

针对遗传算法在优化BP网络时出现收敛慢、预测能力有限等问题,提出一种用于优化BP神经网络的差分进化遗传算法.结合差分进化与遗传算法,首先对BP神经网络待优化参数编码,然后在经过遗传交叉和差分变异操作后,根据适应度值对种群规模进行自适应操作,以满足不同迭代阶段的要求.通过对测试函数进行仿真实验,结果表明,相比传统遗传算法,DE-GA算法具有较好的稳定性和收敛速度,其优化后的BP网络预测精度保持在97％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张轩雄	上海理工大学光电信息与计算机工程学院	22	55	5.0	6.0
2	蒋璐	上海理工大学光电信息与计算机工程学院	1	5	1.0	1.0