改进自适应遗传算法在BP 神经网络学习中的应用
摘 要:针对遗传算法容易产生局值的问题,提出一种新的自适应遗传算法,改进遗传算子,通过比较两代之间的适应度评估值,选取适合的交叉率和变异率,保证了优秀个体进入下一代,而且避免了种群中最大适应度值的个体的交叉率和变异率为0 的情况.最后,将改进后的算法应用于库存控制模型,实验表明,改进后的自适应遗传算法能避免局值,提高网络的收敛速度,改善了网络的学习性能.
论文下载:
|
|
版权所有:《天津科技大学学报》编辑部 网站设计与维护:天津科技大学信息化建设与管理办公室 津科备27-1号 |