论文部分内容阅读
针对前馈型人工神经网络（ＦＡＮＮ）的训练问题，提出了一种把遗传算法与共轭梯度算法相结合的混合遗传算法。遗传算法主要用于初始权值的优化，而共轭梯度算法则是一步实行高精度训练。使用混合算法的目的有三：１）绕过局部极小值；２）加快前馈神经网络的训练速度；３）提高训练精度。通过混合遗传算法与改进ＢＰ算法的对的对比显示，用混合遗传算法要比改进的ＢＰ算法快数十倍，且不易遇到局部极小点。文章首先阐述了ＦＡＮＮ的