一种基于决策树和遗传算法-BP神经网络的组合预测模型  

A composite prediction model based on decision tree and GA-BPNN

作　　者：梁栋[1] 张凤琴[1] 陈大武[1] 李小青[1] 王梦非[1] 

机构地区：[1]空军工程大学信息与导航学院,西安710077

出　　处：《中国科技论文》2015年第2期169-174,共6页China Sciencepaper

基　　金：国家自然科学基金资助项目(61174162);陕西省自然科学基金资助项目(2014JM8345)

摘　　要：设计了基于决策树和GA-BPNN(遗传算法-BP神经网络)组合预测模型,通过决策树分类贡献优先特征选择方法解决了BP神经网络的输入参数难选取的问题;利用改进遗传算法的全局择优能力,解决了BP神经网络由于随机选取初始权值导致易陷入局部极小值的缺陷。实验证明,组合预测模型能自学习专家经验,准确地对职业能力进行智能预测。A forecast model combining decision tree and GA-BPNN(genetic algorithm-BP neural network)model is designed.Decision tree is provided with feature selection method to solve the input parameter selection issue of BP neural network.The modified genetic algorithm with the global searching ability is applied to prevent BP neural network falling into local minimum caused by random selection of initial weight value.It is proven in simulation experiments that the composite pattern can learning expert specialist proficient by itself and predict vocational ability intelligently and accurately.

关 键 词：能力预测 BP神经网络 决策树 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]