BP神经网络优化算法研究.pdfVIP

算法与语言 BP神经网络优化算法研究 杨丽芬,蔡之华 (中国地质大学 计算机学院,湖北 武汉 ) 430074 摘 要:为解决 神经网络收敛速度慢和易陷入局部极小值的缺点,利用遗传算法( )和基因表达式编程 BP GA ( )的各自特点,基于 算法提出了两种改进算法 其一是 算法,即利用 优化 神经网络的权值和 GEP BP : GA-BP GA BP 阈值;其二是 算法,即利用 对 网络进行调整,包括网络结构、权值和阈值。用样本数据进行了测试 GEP-BP GEP BP 并与基本 算法进行了比较,结果表明两种改进算法具有很强的可行性和高效性。 BP 关键词: 算法;基因表达式编程;遗传算法 BP 中图分类号: 文献标识码:A 文章编号:1672-7800 TP312 (2007)03-0106-03 达式编程 ( , 始种群,并给个体进行编码; 确定适应 GeneExpressionProgramming ② 0 前言 简称 )对 算法进行改进,形成 度函数,并对种群内的个体进行适应度评 GEP BP 和 两种改进算法,并把 价; 控制参数的选取,包括种群规模,演 BP网络是一种典型的前向型神经网 GA-BP GEP-BP ③ 络,具有自学习性、自适应性、良好的非线 它们应用到预测问题中。 化的最大代数,进行遗传操作的概率等; 性逼近能力和泛化能力,以及使用的易适 基于遗传算法和 算法的改进算 ④进行遗传操作(选择,交叉,变异),产生 1 BP 新一代; 返回到 ,对该组群体解码进 性等优点,因此它被深入应用到经济、化 ⑤ ② 法 ( ) GA-BP 行新的评价; 若当前解满足要求或进化 工、军事等众多领域。但是它的收敛速度 ⑥ 遗传算法( ) 过程中达到一定的进化代数,计算结束, 慢,有易陷入局部极小、出现过拟合等缺 1.1 GA