论文部分内容阅读
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