论文部分内容阅读
基于BP神经网络的成本估算模型,利用全局搜索能力较强的遗传算法优化BP神经网络连接权,克服传统的BP算法易陷入最小值的缺点,使模型预测性能、预测精度和泛化能力得到有效改进。以列车转向架为例,建立产品生产成本GA-BP估算模型,通过8组检测样本检验训练好的遗传人工神经网络。计算结果表明：预测值与期望值的误差小于4%,说明利用遗传神经网络模型对产品成本进行估算切实可行。