基于遗传算法和BP算法的多层感知机杂交训练算法

被引:15
作者
穆文全
廖晓峰
虞厥邦
机构
[1] 电子科技大学光电子技术系
[2] 电子科技大学光电子技术系 成都
[3] 成都
[4] 成都
关键词
神经网络; 杂交训练算法; 遗传算法; QP算法; BP算法;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。
引用
收藏
页码:190 / 194
页数:5
相关论文
共 2 条
  • [1] NEW EVOLUTIONARY GENETIC ALGORITHMS FOR NP-COMPLETE COMBINATORIAL OPTIMIZATION PROBLEMS
    BAC, FQ
    PEROV, VL
    [J]. BIOLOGICAL CYBERNETICS, 1993, 69 (03) : 229 - 234
  • [2] Heuristic combinatorial optimization by simulated Darwinian evolution: a polynomial time algorithm for the Traveling Salesman Problem[J] . B. K. Ambati,J. Ambati,M. M. Mokhtar.Biological Cybernetics . 1991 (1)