论文部分内容阅读
针对传统BP算法易收敛于局部最优以及网络结构难以确定等问题，引进遗传算法进行混合建模。采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络，即先用遗传学习算法进行全局训练，再用BP算法进行精确训练，使网络收敛速度加快并避免陷入局部极小。文中结合实例，对BP神经网络，遗传算法改进的神经网络进行了比较分析。实验表明，利用改进的混合模型可以提高预测精度，缩短收敛时间。