基于进化规划的BP神经网络学习  

The Learning of BP Neural Network Based on Evolutionary Programming

作　　者：叶立生[1] 何奉道[1] 

机构地区：[1]西南交通大学计算机与通讯工程学院,四川成都610031

出　　处：《西南交通大学学报》2001年第5期545-548,共4页Journal of Southwest Jiaotong University

基　　金：国家高性能计算中心 (成都 )资助项目

摘　　要：通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析 ,指出它们存在的缺陷。提出一个改进的进化规划算法 ,并将其应用于BP神经网络的权值优化。取XOR问题和 4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明 ,本文中提出的改进的进化规划算法优于前 2个算法。The shortcomings of the traditional methods are point out through the analysis of BP algorithm and genetic algorithm which are commonly applied to BP neural networks. A modified evolutionary programming is proposed to optimize the weight of BP neural network. The simulating results for XOR problem and four parity problem are given through comparison among BP algorithm, traditional evolutionary algorithm and the proposed modified evolutionary algorithm. The result indicates that the modified evolutionary algorithm proposed in this paper is superior to other two algorithms.

关 键 词：BP神经网络 进化规划 BP算法 遗传算法 权值优化 反向传播学习算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]