集成GASA混合学习策略的BP神经网络优化研究

汪璇,谢德体,吕家恪,武伟

西南大学学报（自然科学版）

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

集成GASA混合学习策略的BP神经网络优化研究

汪璇,谢德体,吕家恪,武伟. 集成GASA混合学习策略的BP神经网络优化研究[J]. 西南大学学报（自然科学版）, 2007, 29(7).

引用本文:

汪璇,谢德体,吕家恪,武伟. 集成GASA混合学习策略的BP神经网络优化研究[J]. 西南大学学报（自然科学版）, 2007, 29(7).

An Optimized BP Neuron Network Algorithm Based on GASA Hybrid Learning Strategy[J]. Journal of Southwest University Natural Science Edition, 2007, 29(7).

Citation:

An Optimized BP Neuron Network Algorithm Based on GASA Hybrid Learning Strategy[J]. Journal of Southwest University Natural Science Edition, 2007, 29(7).

集成GASA混合学习策略的BP神经网络优化研究

汪璇,谢德体,吕家恪,武伟

西南大学,计算机与信息科学学院,重庆,400716;重庆市数字农业重点实验室,重庆,400716,重庆市数字农业重点实验室,重庆,400716

An Optimized BP Neuron Network Algorithm Based on GASA Hybrid Learning Strategy

摘要: 针对BP算法易于陷入局部极小值且收敛速度慢的缺陷,在BP神经网络训练过程中集合GA并行化群体搜索的特点和SA在局部极小处发生概率突跳的特性,基于GASA混合学习策略对BP神经网络进行优化.优化后的BP神经网络被应用在农作物虫情预测中,实验结果表明能够较大幅度提高网络学习的收敛性能和收敛速度,并一定程度上减少了算法的复杂性.
- 遗传算法(GA),模拟退火算法(SA),混合学习策略,BP神经网络

计量

文章访问数: 342
HTML全文浏览数: 177
PDF下载数: 0
施引文献: 0

集成GASA混合学习策略的BP神经网络优化研究

汪璇,谢德体,吕家恪,武伟

西南大学,计算机与信息科学学院,重庆,400716;重庆市数字农业重点实验室,重庆,400716,重庆市数字农业重点实验室,重庆,400716

关键词:

遗传算法(GA),模拟退火算法(SA),混合学习策略,BP神经网络

摘要: 针对BP算法易于陷入局部极小值且收敛速度慢的缺陷,在BP神经网络训练过程中集合GA并行化群体搜索的特点和SA在局部极小处发生概率突跳的特性,基于GASA混合学习策略对BP神经网络进行优化.优化后的BP神经网络被应用在农作物虫情预测中,实验结果表明能够较大幅度提高网络学习的收敛性能和收敛速度,并一定程度上减少了算法的复杂性.