利用遗传算法改进BP学习算法  

Using Genetic Algorithm to Improve BP Training Algorithm

作　　者：穆阿华[1] 周绍磊[1] 刘青志[1] 徐进[1] 

机构地区：[1]海军航空工程学院自动控制系,山东烟台264001

出　　处：《计算机仿真》2005年第2期150-151,166,共3页Computer Simulation

摘　　要：首先介绍了遗传算法和标准BP算法及其改进形式 ,并指出遗传算法和BP算法各自的优缺点 ,然后着重讨论了如何采用遗传算法和梯度BP算法相结合的方法来训练前馈神经网络 ,从而提高神经网络的收敛速度和收敛质量。最后进行了仿真实验 ,结果表明 ,该方法不仅收敛速度快 ,而且易达到最优解 。Genetic algorithm, standard back propagation and its improved methods are first introduced. Their merits and defects are also presented, then the combination of genetic algorithm and back propagation algorithm for training neural network is describled in detail. It can improve the search efficiency and realize global optimization. The simulation result shows this method has high convergent speed, easily-oriented global optimization and practical value.

关 键 词：前馈神经网络 网络训练 反向传播算法 遗传算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]