神经网络是用来处理非线性关系的,输入和输出之间的关系可以确定(存在非线性关系),可以利用神经网络的自我学习(需要训练数据集用明确的输入和输出),训练后权值确定,就可以测试新的输入了。
遗传算法是用来解决最值问题的,生物进化、优胜略汰。更灵活没有限制,唯一的难处就是编码染色体和评价函数的选择。
两者的结合可以从两个方面确定:
第一种:辅助结合方式:用GA对数据进行预处理,然后用NN解决问题,例如模式识别用GA进行特征提取,再用nn进行分类。
第二种:合作,GA和NN共同处理问题,在NN固定的网络拓扑下,利用GA确定链接权重,或者直接利用GA优选网络结构再用bp训练网络。
适应度函数(fitness function)也称评价函数,是根据目标函数确定的用于区分群体中个体好坏的标准。