| 基于遗传算法和BP算法的多层感知机杂交训练算法 |
| |
| 引用本文： | 穆文全, 廖晓峰, 虞厥邦. 基于遗传算法和BP算法的多层感知机杂交训练算法[J]. 电子与信息学报, 1997, 19(2): 190-194. |
| |
| 作者姓名： | 穆文全 廖晓峰 虞厥邦 |
| |
| 作者单位： | 电子科技大学光电子技术系，电子科技大学光电子技术系，电子科技大学光电子技术系 成都 610054，成都 610054，成都 610054 |
| |
| 基金项目： | 国家教委博士点专项基金9361403号，中科院自动化所国家模式识别重点实验室基金 |
| |
| 摘 要： | 基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。
|
| 关 键 词： | 神经网络 杂交训练算法 遗传算法 QP算法 BP算法 |
| 收稿时间： | 1995-07-18 |
| 修稿时间： | 1996-01-04 |
A HYBRID NEURAL NETWORK TRAINING ALGORITHM BASED ON GENETIC ALGORITHM AND BP ALGORITHM |
| |
| Mu Wenquan, Liao Xiaofeng, Yu Juebang. A HYBRID NEURAL NETWORK TRAINING ALGORITHM BASED ON GENETIC ALGORITHM AND BP ALGORITHM[J]. Journal of Electronics & Information Technology, 1997, 19(2): 190-194. |
| |
| Authors: | Mu Wenquan Liao Xiaofeng Yu Juebang |
| |
| Affiliation: | University of Electronic Science and Technology of China, Chengdu 610054 |
| |
| Abstract: | Neural network BP training algorithm based on gradient descend technique may lead to entrapment in local optimum so that the network inaccurately classifies input patterns. This paper presents a hybrid training algorithm GA-QP combined to genetic algorithm with BP algorithm. Experiments show that the hybrid algorithm outperforms BP algorithm. Satisfactory experimental results are obtained. |
| |
| Keywords: | Neural network Hybrid training algorithm Genetic algorithm Quickprop algorithm BP algorithm |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电子与信息学报》浏览原始摘要信息 |
|
点击此处可从《电子与信息学报》下载全文 |
