基于跳跃基因的GA-BP算法研究

• 作者: 吴迪 生龙 许林林 马晓雨
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 跳跃基因 自适应算法 分类 神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 274-279
• 页数: 6页
• 分类号: TP183
• 字数: 4183字
• 语种: 中文

摘要

GA-BP学习算法往往会出现收敛速度慢,可能陷入局部极值的现象.针对以上问题,选取了自适应GA-BP(AGA-BP)算法,并在GA-BP算法和AGA-BP算法的基础上添加跳跃基因,称之为JG-GA-BP算法和JG-AGA-BP算法,用于解决分类问题.算法在遗传算法的基础上增加了跳跃基因算子,用于优化BP神经网络的结构参数,从而建立相应的神经网络拓扑模型.为验证添加跳跃基因后的学习算法的分类效果,将JG-AGA-BP算法、JG-GA-BP算法、AGA-BP算法和GA-BP算法的性能进行比较.以随机数、iris、wine、鲍鱼数据集的分类实验为例,研究结果显示出添加了跳跃基因的GA-BP算法的准确率和收敛速度都有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马晓雨	河北工程大学土木工程学院	13	24	3.0	4.0
2	生龙	河北工程大学信息与电气工程学院	13	27	3.0	4.0
4	吴迪	河北工程大学信息与电气工程学院	9	15	2.0	3.0
8	许林林	河北工程大学信息与电气工程学院	1	0	0.0	0.0