基于遗传算法的BP神经网络在建模预测中的应用

针对BP神经网络在预报建模中,需要通过反复训练来确定网络的结构和各种参数,导致在应用中出现过拟合,严重影响网络的泛化能力的问题,提出利用遗传算法与BP算法相结合的方法对初始权值分布和网络结构进行优化,先在解空间中定位出一些较好的搜索空间,然后再采用BP算法在这些小的解空间中搜索出最优解。经实验对比,证实此种算法收敛速度快,能有效提高网络的泛化能力,从而提高预报建模的准确性。