论文部分内容阅读
利用遗传算法（Genetic Algorithm，GA）优化BP（Back Propagation，BP）神经网络的初始权值、阈值。以期加快网络收敛，提高预测精度。以乳制品中的液体乳为实验材料，建立安全评价指标体系；将优化后的GA—BP神经网络作为评价模型，对液体乳的日常检测数据进行拟合；以测试数据作为验证，检测模型的收敛速度和拟合度。结果表明GA-BP较BP神经网络来讲更稳定，能较快收敛，且仿真误差较小；在隐层节点数为9时，GA—BP神经网络对液体乳的拟合效果最好，预测精度较高，是一种可行的液体乳安全状