基于混合编码的遗传算法在神经网络优化中的应用  

Hybird-Coding Based on Genetic Algorithm with Application to Optimization of Neural Network

作　　者：张伟栋[1] 叶贞成[1] 钱锋[1] 

机构地区：[1]华东理工大学化学工程联合国家重点实验室,华东理工大学自动化系,上海200237

出　　处：《华东理工大学学报（自然科学版）》2008年第1期108-111,125,共5页Journal of East China University of Science and Technology

基　　金：国家杰出青年科学基金(60625302);国家973计划(2002CB3122000);国家863计划项目(2006AA04Z168);上海市科委重大基础研究(05DJ14002)

摘　　要：提出了一种结合浮点数编码与二进制编码的混合编码遗传算法,该算法在同一条染色体上同时使用浮点数编码与二进制编码,有机结合了两者的优点,并与BP算法结合用于优化神经网络的结构和系数,获得具有更好泛化能力的神经网络。仿真实验结果证实了这种混合编码遗传算法的有效性和优越性能。A hybrid-code genetic algorithm（GA） that efficiently combines float-code with binary-code was proposed in this paper. The character of the algorithm was improved by using float code and binary code in one chromosome. This algorithm, combined with BP algorithm, would be used to optimize both the structure and the weights of neural network and gain better generalization. The simulation result proves the effective and the better performance of this hybrid-coding genetic algorithm.

关 键 词：混合编码 遗传算法 BP算法 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]