提示
吴祈宗
-
60浏览
-
0点赞
-
0收藏
-
0分享
-
320下载
-
0评论
-
引用
期刊论文
基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测
北京理工大学学报，2004，24（3）：247-250，-0001，（）：
提出应用遗传算法（GA）和模拟退火（SA）优化神经网络预测铁路营业里程Z采用3层前馈神经网络实现铁路营业里程的时间序列预测，输入节点数为5，隐层节点数为8，输出节点数为1。对神经网络的连接权重和节点阈值的确定，采用GA和SA算法相结合的混合优化学习策略。两种算法结合时，SA算法处于外层，GA处于内层。GA采用实数编码，把要确定的神经网络节点连接权重和节点阈值作为基因串。数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好。因此，用GA-SA混合优化的神经网络预测铁路营业里程是可行的。
【免责声明】以下全部内容由[吴祈宗]上传于[2005年02月24日 22时59分55秒]，版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
本学者其他成果
同领域成果
