用改进的遗传算法训练神经网络构造分类器

被引：19

作者：

熊忠阳

刘道群

张玉芳

机构：

[1] 重庆大学计算机学院

来源：

计算机应用 | 2005年 / 01期

关键词：

遗传算法; 神经网络; 模拟退火; 分类器;

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：

摘要：

针对基本遗传算法存在容易早熟和局部搜索能力弱等缺陷,提出了改进的遗传算法,引入交叉概率和变异概率与个体的适度值相联系,改进了操作算子,而且在交叉操作后又引入模拟退火机制,提高遗传算法的局部搜索能力。同时,用改进的遗传算法和基本的遗传算法训练神经网络构造分类器,实验结果表明,改进的遗传算法在最好个体适度值和最好分类准确性等方面性能更好。

引用

页码：31 / 34

页数：4

共 8 条

[1] Http://www.gisdevelopment.net/aars/acrs/1998/ps1/ps1012a.shtml .
[2] Http://www.gisdevelopment.net/aars/acrs/1998/ps1/ps1012.shtml .
[3] Intelligent optimization techniques,genetic alogorithms,tabu search,simulated annealing and neural networks. Pham D T,Karaboga D. . 2000
[4] Inte-gratinggeneticalgorithms,tabusearch,andsimulatedan-nealingfortheunitcommitmentproblem. MANTAWYAH,ABDEL-MAGIDYL,SELIMSZ. IEEETrans.onPowerSystems . 1999
[5] Tuning of the Structure and Parameters of a Neural Network Using an Improved Genetic Algorithm. LEUNGFHF,LAMHK,LINGSH, etal. IEEE Transactions on Neural Networks . 2003
[6] AHybridneuralnetwork/geneticalgorithmap-proachtooptimizingfeatureextractionforsignalclassification. ROVITHAKISGA. IEEE TransactionsonSystems,Man,andCybernetics-PartB:Cybernetics . 2004
[7] GeneticAlogritm+Datastructures=EloutionPrograms. MICHALEWICZZ. . 1994
[8] TrainingNeuralNetwork:BackpropagationvsGeneticAlgorithms. SIDDIQUEMNH,TOKHIMO. Proc.ofINNS IEEEJointConf.onNeuralNetworks . 2001

← 1 →