基于粗糙集和遗传算法的神经网络模型研究

被引：4

作者：

温泉彻 ^{[1
]}

彭宏 ^{[2
]}

黎琼 ^{[3
]}

机构：

[1] 湛江师范学院数学与计算科学学院

[2] 华南理工大学计算机科学与工程学院

[3] 湛江师范学院教育技术部

来源：

计算机工程与设计 | 2007年 / 11期

关键词：

神经网络; 粗糙集; 约简; 遗传算法; 优化;

D O I：

10.16208/j.issn1000-7024.2007.11.047

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：

提出一种基于粗糙集理论和遗传算法的神经网络模型和它的构造方法。该模型先利用粗糙集理论进行属性约简;利用遗传算法优化BP网络参数;用约简结果和优化的BP网络参数进行网络训练．仿真实验结果表明,该模型能简化网络训练样本,优化神经网络结构,提高系统的学习效率和精度。此方法是有效可行的,具有理论意义和实用价值。

引用

页码：2652 / 2654

页数：3

共 6 条

[1] 基于遗传BP神经网络的数据挖掘技术 [J].