辽宁石油化工大学学报 ›› 2007, Vol. 27 ›› Issue (3): 67-70.
摘要: 遗传神经网络是利用遗传算法优化连接权值代替梯度下降法求解的方法,在遗传算法进化的过程中加入模拟退火算法,同时具有优秀的全局寻优能力和局部搜索能力,不仅能够提高运算收敛的速度和效率,而且可以有效避免出现早熟现象,防止陷入局部最优,同时性能也很稳定,完全能满足实时系统对精度和速度的要求。研究了遗传神经网络分别在复制、交叉和变异后应用模拟退火算子进行优化的方法,并且比较了三者在遗传神经网络优化中性能的优劣。
商贺平, 纪玉波. 模拟退火算法对遗传神经网络优化的性能分析[J]. 辽宁石油化工大学学报, 2007, 27(3): 67-70.
SHANG He-Ping, JI Yu-Bo. Performance Analysis on Genetic Algorithms Neural Network Based on Simulated Annealing Algorithm[J]. Journal of Liaoning Petrochemical University, 2007, 27(3): 67-70.