遗传算法优化BP神经网络,bp神经网络缺点及克服

matlab的遗传算法优化BP神经网络

对y=x1^2+x2^2非线性系统进行建模，用1500组数据对网络进行构建网络，500组数据测试网络。由于BP神经网络初始神经元之间的权值和阈值一般随机选择，因此容易陷入局部最小值。

本方法使用遗传算法优化初始神经元之间的权值和阈值，并对比使用遗传算法前后的效果。

步骤：未经遗传算法优化的BP神经网络建模1、随机生成2000组两维随机数(x1,x2)，并计算对应的输出y=x1^2+x2^2，前1500组数据作为训练数据input_train，后500组数据作为测试数据input_test。

并将数据存储在data中待遗传算法中使用相同的数据。2、数据预处理：归一化处理。3、构建BP神经网络的隐层数，次数，步长，目标。

4、使用训练数据input_train训练BP神经网络net。

用遗传算法优化bp神经网络，训练变快！是怎么回事？

matlab神经网络工具箱，会比自己写的遗传算法优化bp神经网络好用嘛？

求教遗传算法优化两层隐含层结构的BP神经网络的问题

这四个都属于人工智能算法的范畴。其中BP算法、BP神经网络和神经网络属于神经网络这个大类。遗传算法为进化算法这个大类。

神经网络模拟人类大脑神经计算过程，可以实现高度非线性的预测和计算，主要用于非线性拟合，识别，特点是需要“训练”，

遗传算法优化BP神经网络权阈值 30

。

MATLAB自动给出的权阈值（应该是全0）----------应该随机初始化究竟遗传算法能优化到什么程度------------不同的数据集，不同的训练方法，将有不同的结论GA优化神经网络初始权值如果真的那么牛X就好了，从来就没有万能的方法。