基于遗传算法和BP网络的物体识别方法

目前常用的物体识别方法,其过程非常复杂,信息量和计算量都很大。结合遗传算法的神经网络方法,充分利用GA的全局搜索能力、BP算法的局部搜索能力和鲁棒性强的特性,提出了一种用遗传算法全局优化神经网络拓扑结构和网络权值的新编码方案进行物体识别方法。仿真结果表明,该方法既解决了BP神经网络对初始权值敏感和容易局部收敛的问题,又加快GA-BP网络的收敛速度,提高收敛精度且识别率较高,从而验证了该方法的有效性。