logo资料库

GABP算法原理.pptx

第1页 / 共12页
第2页 / 共12页
第3页 / 共12页
第4页 / 共12页
第5页 / 共12页
第6页 / 共12页
第7页 / 共12页
第8页 / 共12页
资料共12页,剩余部分请下载后查看
基于遗传算法优化的BP神经网 络算法 13管科-毛文涛
本文框架
网络结构图 信息的正向传播 输入层 隐层 输出层 输 入 输 出 误差的逆向传播 BP神经网络结构图
算法流程 N N Y Y 基于遗传算法的BP神经网络学习算法流程图
相关公式 f= 11+ 带有附加动量项的权值和阈值调节公式为: ()=(1−)...+.( (+1)=(1−)..+.( (2) 其中,k 为训练次数,α 为学习率, mc为动量因子, 0 <α < 1,0 ≤ mc < 1。 适应度函数: (1) (3)
个体编码 遗传算法的优 化 网络结构 初始连接权 初始的阈值 学习率 动量因子 连接权 编码 阈值 编码 连接状态 c 编码 学习率α 编码 动量因子mc 编 码 a 个体编码的组成
算例分析 各参数取值为: pc = 0.6, pm = 0.001,MSE≤10 −3 , 经遗传算法优化的学习率α = 0.955 ,动量因子mc = 0.700。
分享到:
收藏