基于遗传算法设计和训练人工神经网络的方法

被引:11
作者
武妍
万伟
机构
[1] 同济大学计算机科学与技术系
关键词
人工神经网络; 遗传算法; 小生境; 设计; 训练;
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
提出了一种基于遗传算法的人工神经网络设计和训练方法—NNDT,同时训练网络的拓扑结构和连接权重,提出了一种结构化网络编码方法,有效地解决了网络拓扑结构和网络编码不能一一对应的问题;使用启发式规则约束网络拓扑结构的变异概率以及变异操作的选择趋势,并使用小生境机制进行拓扑变异保护.实验结果证明了NNDT的有效性和高效性.
引用
收藏
页码:65 / 68
页数:4
相关论文
共 2 条
[1]   基于模糊化输入和反转提高神经网络分类性能的方法 [J].
武妍 ;
王守觉 .
红外与毫米波学报, 2005, (01) :15-18
[2]   用混合遗传算法实现神经网络快速训练 [J].
肖本贤 ;
昂卫兵 ;
王群京 .
合肥工业大学学报(自然科学版), 2001, (05) :901-906