用最优成员选择方法训练人工神经网络

被引：1

作者：

吕庆章

王晓钰

陈文涛

曹益林

杨书廷

机构：

[1] 河南师范大学化学系!新乡，,河南师范大学化学系!新张师范专科学校化学系，新乡，,河南师范大学化学系!南阳师范专科学校化学系，新乡，,河南师范大学化学系!新乡，,河南师范大学化学系!新乡，

来源：

计算机与应用化学 | 1998年 / 02期

关键词：

人工神经网络; 遗传算法; 实数编码; 突变几率; 突变因子;

D O I：

10.16866/j.com.app.chem1998.02.008

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

对遗传算法采用实数编码用于训练神经网络进行了讨论，由实际运算发现，因为只有好的成员才能繁衍，所以无论淘汰率较小或较大时，经过若干代的进化后，往往形成近亲繁衍生息的情况，近亲繁衍时交叉操作对进化作用不大。如果每代只取一个最优成员采用突变方法产生子代成员来训练神经网络能得到很好的结果，最优成员做为子代中的一员时可避免振荡的发生。

引用

页码：100 / 103

页数：4