论文部分内容阅读
人工神经网络在很多领域有着成功的应用.神经网络参数估计有许多训练算法,BP算法是前向多层神经网络的典型算法,但BP算法有时会陷入局部最小解.遗传算法是一种随机优化技术,它可以发现全局最优解.本文介绍了遗传算法在前向多层神经网络参数估计中的应用,并对标准遗传算法进行了适当的改进.结合具体例子给出了算法实现的操作步骤和实验结果.实验数据表明采用遗传算法得到的神经网络参数是最优的,神经网络的性能优于基于BP算法的神经网络性能.