级联遗传算法优化设计前向神经网络  

Optimization Of Feed-Forward Neural Networks Using A Cascaded Genetic Algorithm

作　　者：周琳霞[1] 黎明[1] 杨小芹[1] 

机构地区：[1]南昌航空工业学院测量控制系,330034

出　　处：《电子技术（上海）》2003年第9期53-57,共5页Electronic Technology

基　　金：江西省跨世纪学科带头人培养计划项目 (第三批 )

摘　　要：文章提出了一种新的用遗传算法优化设计前向神经网络结构和权重矢量的方法。这种算法采用二进制与浮点数混合编码 ,对神经网络结构用二进制编码 ,对神经网络权重矢量用浮点数编码 ,并设计了与混合编码相对应的交叉、变异、选择算子 ,既保留二进制编码简单、易操作的优点 ,又具有浮点数编码搜索空间大、精度高、稳定性好、运算速度快的优点。优化算法包括两级级联的遗传算法。第一级遗传算法实现快速的局部寻优 ,而第二级遗传算法提高全局寻优能力。

关 键 词：遗传算法 前向神经网络 级联 混合编码 权重矢量 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]