基于遺傳算法的BP神經(jīng)網(wǎng)絡的優(yōu)化研究及MATLAB仿真.pdf

1、隨著人類社會的進步，科學技術的發(fā)展日新月異。模擬人腦神經(jīng)網(wǎng)絡的人工神經(jīng)網(wǎng)絡已取得了長足的發(fā)展。經(jīng)過半個多世紀的發(fā)展，人工神經(jīng)網(wǎng)絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。
　　當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經(jīng)網(wǎng)絡研究領域，算法的優(yōu)化顯得尤為重要，對提高網(wǎng)絡整體性能舉足輕重。BP神經(jīng)網(wǎng)絡模型是目前應用最為廣泛的一種神經(jīng)網(wǎng)絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經(jīng)網(wǎng)絡有其自身

2、的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現(xiàn)實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優(yōu)勢，能夠彌補BP網(wǎng)絡的不足，為解決大規(guī)模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡有機地結合起來，提出了一種新的網(wǎng)絡結構，在穩(wěn)定性、學習性和效率方面都有了很大的提高。
　　基于以上的研究目的，本文首先設計了BP神經(jīng)網(wǎng)絡結構，在此基礎上，應用遺傳算法進行優(yōu)化，達到了加快收斂速度和全局尋優(yōu)的效