典型文献
基于GA的BP网络算法优化及应用
文献摘要：
BP(Back Propagation,BP)神经网络在日常生活中的应用非常广泛.BP神经网络简单实用,执行效率较高,但同样也存在收敛速度慢、会陷入局部极小值、容易出现"过拟合"的不足.而遗传算法(Genetic Algorithm,GA)具有极强的全域搜索能力,能快速地找到BP神经网络的最优解,即最优权值和阈值.用遗传算法来进行前期的搜索查找,能有效地克服BP算法的缺点.因此,将遗传算法GA与BP网络算法完美结合,具有很强的现实意义.为此,本文利用遗传算法改进的BP网络对矿井最优通风量进行合理预测.基于遗传算法优化的BP神经网络可以基于BP网络的特性高效地对数据进行处理分析,且具有适应性强、网络稳定度高的优势.
文献关键词：
遗传算法;BP神经网络;数据预测
中图分类号：
作者姓名：
林浩宇
作者机构：
福州大学 物理与信息工程学院,福建 福州 350000
文献出处：
引用格式：
[1]林浩宇-.基于GA的BP网络算法优化及应用)[J].电视技术,2022(09):42-46,50
A类：
B类：
GA,网络算法,Back,Propagation,执行效率,收敛速度,速度慢,局部极小值,过拟合,Genetic,Algorithm,搜索能力,最优解,权值,遗传算法改进,矿井,通风量,遗传算法优化,处理分析,网络稳定,稳定度,数据预测
AB值：
0.367888
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
