遗传算法与BP神经网络

本文研究用遗传算法优化BP神经网络，既可以用遗传算法优化神经网络的连接权值，又可以优化神经网络的拓扑结构，还可以用遗传算法同时优化BP神经网络的权值、阈值和网路拓扑结构。传统BP神经网络的权值通过梯度下降来求最佳值，易陷入局部最优。而BP神经网络的拓扑结构，从原理上，只要有足够多的隐层和隐节点，即可实现复杂的映射关系，但是如何根据特定的问题来具体确定网络的结构尚无很好的方法，仍需要凭借经验和试凑。由于遗传算法具有优化对象模型无关性、鲁棒性强、随机性、全局性以及适用并行处理等优点，能够快速优化网络结构和网络连接权值。