今天，我们继续算法融合之旅。
前面说过，我们要使用遗传算法优化神经网络的权值，实现同时性结合。
首先，说一下思路。
明确融合方式——同时性结合。明确对象——神经网络的权值。
确定好程序流程
写代码
现在，我们看看这两种算法如何结合，在哪里结合？
我们先看下神经网络的流程图。
上图是标准的BP流程图。
现在我们应该可以理解这幅图吧。这里就不细说了。
其中，重点在于更新权值和阀值的部分，这也是BP神经网络的核心。
如果我们要想与遗传算法结合，应该也是在此结合。
恩，现在我们的思路是保持神经网
遗传算法优化bp神经网络 output数据的是什么作用_神经网络+遗传算法融合（二）...
本文介绍了如何通过遗传算法优化BP神经网络，将遗传算法的全局寻优特性与神经网络结合，提升训练效果。在实践中，遗传算法用于更新权值和阀值，实现在神经网络框架内的融合。结果显示，遗传神经网络不仅收敛速度更快，而且具有更强的全局寻优能力。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
