遗传算法优化神经网络
遗传算法优化神经网络有如下两种情况：一种是把训练好的神经网络作为黑箱函数，用遗传算法搜索该黑箱函数的最优解；另一种是把遗传算法用于神经网络的训练，充分利用遗传算法全局搜索的特性，得到一个初始的权值矩阵和初始的阈值向量，再用其它训练算法（如BP算法），得到最终的神经网络结构。
GA和BP网络相结合的方法，能显著地提高BP神经网络的性能，基本上和支持向量机的性能相当，有时甚至优于支持向量机。
由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，可以直接利用Matlab遗传算法工具箱。
页:
[1]