神经网络与遗传算法

        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。

转载：https://www.jianshu.com/p/ae5157c26af9