前向神经网络参数估计中的进化规划

人工神经网络在很多领域有着成功的应用。神经网络参数估计有许多训练算法，BP算法是前向多层神经网络的典型算法，但BP算法有时会陷入局部最小解。进化规划是一种随机优化技术，它可以发现全局最优解。文章介绍了进化规划在前向多层神经网络参数估计中的应用，结合具体例子给出了算法实现的具体操作步骤和实验结果。实验数据表明采用进化规划得到的网络参数是最优的，神经网络的性能优于基于BP算法的神经网络性能。