欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
提出了一种改进遗传算法（GA）和BP算法结合的神经网络模型优化方案。首先采用自适应交叉概率和变异概率的遗传算法优化BP网络的权值，在进化结束时，能够寻到全局最优点附近的点；在遗传算法搜索结果的基础上，利用局部寻优能力较强的动量BP算法，从此点出发，进行局部搜索，进而达到网络的训练目标。仿真实验结果表明，在大庆市2000年到2004年6月降雨量的预测方面，遗传算法与BP算法结合的模型预测误差平均为39．13％，标准BP算法的模型预测误差平均为194．66％。说明GA—BP算法模型预报精度较高，预测能力得到了改进。
英文摘要：
A BP network model based on improved GA is presented. Adopted the adaptive cross ＆ mutation probability, the GA is to optimize the weight of network. At the end of evolution, a solution near the global optimum will be found. Then the global optimum in the local area can be found by adopting momentum BP algorithm. The simulation shows this mixed method（GA-BP model） is more precise （average error 39.13%）than pure BP model（average error 194.66%）in terms of June rainfall prediction during 2000 to 2004 in Da Qing. Consequently, the prediction ability of mixed algorithm is much improved.
同期刊论文项目
同项目期刊论文
期刊信息
位置：