基于混合遗传神经网络的百米跑成绩预测方法

被引：13

作者：

陈海英

郭巧

徐力

机构：

[1] 北京理工大学机器人研究中心,北京理工大学机器人研究中心,北京理工大学机器人研究中心北京,北京,北京

来源：

计算机仿真 | 2004年 / 02期

关键词：

百米跑; 遗传算法; 神经网络; 权值优化;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

在遗传算法(GeneticAlgorithm)与BP(BackPropagation)网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并把这种方法用于运动员百米跑成绩预测。与BP算法和LM(LevenbergMarquardt)算法相比,基于混合遗传算法的神经网络不仅有较快的学习速度和较好的学习精度,而且网络的泛化能力(GeneralizationAbility)得到了很大提高。

引用

页码：89 / 91

页数：3