改进遗传模拟退火算法优化BP算法研究

作者：郭彩杏; 郭晓金; 柏林江

来源：小型微型计算机系统, 2019, 40(10): 2063-2067.

• 神经网络
• BP算法
• 自适应遗传算法
• 模拟退火算法
• Metropolis准则

针对传统BP神经网络在函数拟合中收敛速度慢、精度低的缺点,提出一种改进遗传模拟退火算法优化的BP神经网络算法(IGSAA-BP).该算法首先根据进化中种群适应度的集中分散程度改进了自适应遗传算法的交叉和变异概率公式,使算法能够更加有效地避免陷入局部最优;然后根据旧种群和新种群中每个对应个体的进化程度提出一种改进的Metropolis准则,分情况修正新种群中的所有个体,增加种群个体的多样性,提高了算法的全局寻优能力.利用改进遗传模拟退火算法初始化BP神经网络的权阈值,并与GA-BP、IAGA-BP网络对比.实验表明,IGSAA不仅提高了BP网络的收敛速度,还有效地提高了网络的拟合能力,拟合精度提高了5%.

• 出版日期2019
• 单位重庆邮电大学; 通信与信息工程学院