遗传算法在前向神经网络参数估计中的应用

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。遗传算法是一种随机优化技术 ,它可以发现全局最优解。本文介绍了遗传算法在前向多层神经网络参数估计中的应用 ,并对标准遗传算法进行了适当的改进。结合具体例子给出了算法实现的操作步骤和实验结果。实验数据表明采用遗传算法得到的神经网络参数是最优的 ,神经网络的性能优于基于BP算法的神经网络性能。