基于遗传算法的BP网络快速自适应性算法

被引：3

作者：

闫河

成卫

潘英俊

何光敏

机构：

[1] 重庆大学光电子技术及系统开放实验室

[2] 重庆工学院计算机系

[3] 天宝实验学校重庆重庆工学院计算机系

[4] 重庆

来源：

计算机仿真 | 2005年 / 01期

关键词：

网络; 遗传算法; 自适应性;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

分析了标准BP网络存在的问题。利用遗传算法 ,探讨了确定初始学习速率、动量项值和BP网络结构的快速自适应性算法 ,并将该算法应用于XOR问题的学习和地下井巷开挖中岩爆的预测。实验结果表明 ,基于遗传算法的BP网络快速自适应性算法 ,可以避免手工试算决定BP结构的弊端 ,并且优化后的BP网络具有较快的收敛速度和较强鲁棒性

引用

页码：103 / 106

页数：4

共 7 条

[1] 遗传算法优化速度的改进 [J].

杨启文 ;

蒋静坪 ;

张国宏 .

软件学报, 2001, (02) :270-275

[2] 十进制整数编码遗传算法的模式定理研究 [J].

唐飞 ;

滕弘飞 .

计算机科学, 1999, (06) :54-56+53

[3] BP网络的一个非单调学习算法 [J].

叶东毅 .

模式识别与人工智能, 1997, 10 (03) :221-225

[4] 基于拟牛顿法的前向神经元网络学习算法 [J].

杨秋贵 ;

张杰 ;

张素贞 .

控制与决策, 1997, (04) :357-360

[5] 共轭梯度神经网络的研究 [J].

蔡正国，屈梁生 .

西安交通大学学报, 1995, (08) :72-76

[6]

Accelerating the convergence of the back-propagation method[J] . T. P. Vogl,J. K. Mangis,A. K. Rigler,W. T. Zink,D. L. Alkon. Biological Cybernetics . 1988 (4-5)

[7]

Accelerated the Convergence of the Back Propagation Method .2 T P Vogl,J K Mangis,ect. Bio. Cybern . 1988

← 1 →