遗传算法设计神经网络的一种新方法 |
| |
引用本文: | 黎明,陈敏,杨小芹,刘高航. 遗传算法设计神经网络的一种新方法[J]. 厦门大学学报(自然科学版), 2001, 40(Z1): 54-57 |
| |
作者姓名: | 黎明 陈敏 杨小芹 刘高航 |
| |
作者单位: | 南昌航空工业学院测试与控制工程系, |
| |
基金项目: | 江西省跨世纪学科带头人培养计划项目(第3批)和江西省自然科学基金资助项目(9911013) |
| |
摘 要: | 提出了一种基于平均风险误差准则的遗传算法优化设计前向神经网络的方法,遗传算法的适应度函数并不采用基于传统的最小均方误差准则,而是由最小平均风险误差准则所决定.这种方法在计算神经网络输出与期望输出之间误差的同时,还要考虑神经网络对每一类训练样本产生的这种误差所引起的风险损失.这种方法优化得到的神经网络不但可以准确地再现训练样本集合的期望输出,对训练样本集合外样本的预测能力也有明显的提高.
|
关 键 词: | 遗传算法神经网络 优化设计 风险误差 |
文章编号: | 0438-0479(2001)1-054-04 |
修稿时间: | 2001-04-28 |
A novel approach for optimizing neural networkswith genetic algorithms2 |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|