摘要:针对传统BP神经网络在函数拟合中收敛速度慢、精度低的缺点,提出一种改进遗传模拟退火算法优化的BP神经网络算法(IGSAA-BP).该算法首先根据进化中种群适应度的集中分散程度改进了自适应遗传算法的交叉和变异概率公式,使算法能够更加有效地避免陷入局部最优;然后根据旧种群和新种群中每个对应个体的进化程度提出一种改进的Metropolis准则,分情况修正新种群中的所有个体,增加种群个体的多样性,提高了算法的全局寻优能力.利用改进遗传模拟退火算法初始化BP神经网络的权阈值,并与GA-BP、IAGA-BP网络对比.实验表明,IGSAA不仅提高了BP网络的收敛速度,还有效地提高了网络的拟合能力,拟合精度提高了5%.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
教育研究与评论·课堂观察 首都医科大学学报·社科版 教育研究与评论·小学教育教学 雷达与对抗 冶金设备管理与维修 高校辅导员学刊 大学物理实验 产业质量研究 安徽农学通报·下半月刊 集美大学学报·自然科学版 临床普外科电子 中华活页文选·高一版相关文章
改进工作作风心得体会