基于 MATLAB 的遗传算法优化神经网络

作者/分享人:围城
向 Ta 提问
参与过ROS工业机器人设计,又会光学设计,使用MATLAB参与科学设计以及工程实践,正在研究生深造中

面对较复杂的非线性系统问题时,由于 BP 网络设置的初始权值依赖设计者的经验和样本空间的反复试验,容易产生收敛速度慢、网络不稳定以及陷入局部最优等一系列问题.将 BP 神经网络算法与遗传算法结合,理论上可以对任意非线性系统进行映射,并且得到全局最优的效果,从而形成一种更加有效的非线性反演方法。本场 Chat 中遗传算法对 BP 神经网络进行如下优化,话题将从遗传算法,BP 神经网络两部分分别开始,主要进行 BP 神经网络应用的快速实用入门,学完之后能够学会调用 GA_BP 算法处理数据。

本场 Chat 主要内容:

  • BP 神经网络的原理;
  • 遗传算法引入;
  • GA_BP 示范代码解读。
已有128人预订
预订达标
文章出炉
     
18.08.03
18.08.17
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张围城的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
你可能还喜欢
110 道 Python 面试笔试题超强汇总
嘉美伯爵
Redis 实战场景详解
驰骋
轻松搞定机器学习中的概率统计知识
Evan
架构师成长之路之服务治理漫谈
飞狐
打造高效「Mac 工具栈」,提高工作效率
易水寒
操作系统基础: C 语言实现用户态线程(实战)
Allen()
手把手教你做人脸搜索系统
天马行空
Java 与底层操作系统的交互细节
小强
架构师成长之路之限流
飞狐
架构师成长之路之服务发现与注册
飞狐
Java 进阶之路:异常处理的内在原理及优雅的处理方式
应书澜
人工智能物联网极简入门
Peter Liu
百无一用是管理:从技术到管理的 3 个典型困惑释疑
Paullin
如何使用谷歌云搭建你的高性能免费服务器
罗忠浩
Java 电商秒杀高并发实战一
air
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!