基于遗传和改进布谷鸟算法的BP神经网络建模

针对现代工业系统具有高度非线性的特点，以及采用BP神经网络对非线性系统建模易出现局部最优、过拟合或欠拟合的问题，提出采用遗传算法(GA)和改进布谷鸟算法(CS)优化BP神经网络建模的方法(GACSBP算法)。首先利用遗传算法自适应、全局搜索的特点优化神经网络拓扑结构，避免神经网络建模出现过拟合或欠拟合的问题；然后采用改进布谷鸟算法优化BP神经网络权值，加入惩罚项进一步防止神经网络建模时陷入局部最优。对NACA0012翼型自噪声数据进行建模，仿真结果表明，与BP神经网络相比，提出的GACSBP算法避免了局部最优，明显提高了模型预测精度，且所需迭代次数和时间均明显减少。