-
题名基于互补遗传算子的前馈神经网络三阶段学习方法
被引量：1
- 1
-
-
作者
杨会志
-
机构
河北科技大学经济管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第17期88-89,104,共3页
-
基金
河北省科技攻关计划项目资助(编号:042435140D)
-
文摘
论文提出了一种新的基于互补遗传算子的前馈神经网络三阶段学习方法。该方法把神经网络的学习过程分为三个阶段。第一阶段为结构辨识阶段,采用遗传算法进行神经网络隐层节点数目的选择和初始参数的设定,并基于发现的遗传算子的互补效应设计高效互补遗传算子。第二阶段为参数辨识阶段,采用效率较高的神经网络算法如L-M算法进行神经网络参数的进一步学习。第三阶段为剪枝阶段,通过获得最小结构的神经网络以提高其泛化能力。在整个学习过程中,学习过程的可控性以及神经网络的逼近精度、复杂度和泛化能力之间得到了满意平衡。仿真试验结果证明了该方法的有效性。
-
关键词
前馈神经网络
三阶段学习方法
结构辨识
参数辨识
剪枝
互补遗传算子
-
Keywords
feedforward neural network,three-stage method,structure identification,parameter identification,prune,mutual genetic operators
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
