基于改进遗传算法进化神经网络.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于改进遗传算法进化神经网络.pdf

( ) — Journai of Southeast University Engiish Edition Dec . 2002 Voi . 18 No .4 ISSN 1003 7985 Evolving Neural Networks Using an lmproved Genetic Algorithm ! , Wen Xiuian1 2 !! Song Aiguo1 Duan Jianghai1 Wang Yiging1 1 ( , , , ) Department of Instrument Science and Technoiogy Southeast University Nanjing 210096 China 2 ( , , , ) Mechanicai Engineering Coiiege Inner Mongoiia Poiytechnic University Huhot 010062 China Abstract: ( ) A novei reai-coded improved genetic aigorithm GA of training feed-forward neurai network is proposed to reaiize noniinear system forecast . The improved GA empioys a generation-aiternation modei based the minimai generation gap ( ) ( ) , MGP and biend crossover operators BLX-! . Compared with traditionai GA impiemented in binary number the , ’ processing time of the improved GA is faster because coding and decoding are unnecessary . In addition it needn t set parameters such as the probabiiity vaiue of crossover and mutation by experiences . Therefore,

您可能关注的文档

文档评论(0)

我的文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档