遗传算法与神经网络(Ⅱ)──用EGA-GDR训练神经网络

您当前的位置：

首页 >

文章列表页 >

化工学报 | 更新时间：2025-12-16

- 遗传算法与神经网络(Ⅱ)──用EGA-GDR训练神经网络
- GENETIC ALGORITHMS AND ARTIFICIAL NEURAL NETWORK(Ⅱ)──TRAINING ARTIFICIAL NEURAL NETWORK BY EGA-GDR
- 化工学报 1996年第4期
- 作者机构：
  
  清华大学化工系!北京100084,清华大学化工系!北京100084,清华大学化工系,北京,100084
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： 224
- 网络首发：1996-08-25，
  
  纸质出版：1996-08-25
- 稿件说明：
移动端阅览
陈方泽, 陈丙珍, 何小荣. 遗传算法与神经网络(Ⅱ)──用EGA-GDR训练神经网络[J]. 化工学报, 1996,(4).

Chen Fangze, Chen Bingzhen, He Xiaorong（Department of Chemical Engineering. GENETIC ALGORITHMS AND ARTIFICIAL NEURAL NETWORK(Ⅱ)──TRAINING ARTIFICIAL NEURAL NETWORK BY EGA-GDR[J]. CIESC Journal, 1996, (4).
陈方泽, 陈丙珍, 何小荣. 遗传算法与神经网络(Ⅱ)──用EGA-GDR训练神经网络[J]. 化工学报, 1996,(4). DOI：

Chen Fangze, Chen Bingzhen, He Xiaorong（Department of Chemical Engineering. GENETIC ALGORITHMS AND ARTIFICIAL NEURAL NETWORK(Ⅱ)──TRAINING ARTIFICIAL NEURAL NETWORK BY EGA-GDR[J]. CIESC Journal, 1996, (4). DOI：

为了更有效地解决神经网络培训中遇到的局部最优解问题，提出一种融合EGA和GDR算法特长的新算法──EGA-GDR算法．通过分别对拓扑为2×3×3和8×8×4两个神经网络的训练，表明该算法较之SA-GDR算法可以更有效地解决神经网络训练中的局部最优解问题．

In order to overcome a local optimal solution which often occurs in the training process of ANN

a new algorithm

called EGA-GDR

is proposed

which combines the perfect characters of both EGA and GDR.The results obtained from training two ANNs whose structures are2×3×1 and8×8×4 respectively

show that EGA-GDR can more effectively search the optimal solution than SA—GDR does.

浏览量

482

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GLAE-MLP的炼化装置管道腐蚀健康状态评估方法

饱和气液相密度关联外推的新通用对比态方程

旋流式冷却造粒塔的优势与风险分析

变工况下换热网络中的热量传递规律及瓶颈识别与优化

碱金属改性对SrMnO3催化乙苯化学链氧化脱氢性能的影响规律研究