本文關(guān)鍵詞：基于改進(jìn)的自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

  更多相關(guān)文章： BP神經(jīng)網(wǎng)絡(luò) 自適應(yīng)遺傳算法 交叉率 變異率 優(yōu)化

【摘要】：針對(duì)Srinivas提出的自適應(yīng)遺傳算法種群前期進(jìn)化較慢的問題,改進(jìn)了自適應(yīng)交叉率和變異率的計(jì)算方法,考慮交叉率和變異率與種群進(jìn)化所處階段的匹配,提出一種改進(jìn)的自適應(yīng)遺傳算法;并將其應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)計(jì)算模型的優(yōu)化,運(yùn)用到汽車加油量計(jì)算中,通過比較標(biāo)準(zhǔn)BP網(wǎng)絡(luò)、Srinivas提出的自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)和改進(jìn)的自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)3種模型的計(jì)算誤差,驗(yàn)證得出改進(jìn)的自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的算法優(yōu)于另外兩種。
【作者單位】： 江蘇科技大學(xué)計(jì)算機(jī)科學(xué)與工程技術(shù)學(xué)院;
【分類號(hào)】：TP18
【正文快照】： 人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN),是基于人類大腦的生物活動(dòng)所提出的,是一個(gè)數(shù)學(xué)模型[1]。BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是一種多層前饋型網(wǎng)絡(luò),是最典型的多層神經(jīng)網(wǎng)路學(xué)習(xí)算法。BP神經(jīng)網(wǎng)絡(luò)可以理解為是一個(gè)黑箱模型,它具有很強(qiáng)的非線性映射能力、適應(yīng)能力和學(xué)習(xí)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 關(guān)旭,張春梅,王尚錦;一種改進(jìn)的自適應(yīng)遺傳算法[J];微機(jī)發(fā)展;2003年11期

2 任少偉,劉進(jìn)忙,賀正洪;基于自適應(yīng)遺傳算法的目標(biāo)優(yōu)化分配方法[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2004年03期

3 劉姝廷;金太東;王連生;;一種改進(jìn)的自適應(yīng)遺傳算法[J];江西理工大學(xué)學(xué)報(bào);2010年01期

4 謝娟英;張琰;王春霞;蔣帥;;基于分裂算子的遺傳算法和自適應(yīng)遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年33期

5 王棟;孫明U，

本文編號(hào)：1265266