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146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
高并发、低 RT 的风控系统架构及技术架构的实现
火币集团研发中心
高效构建 Docker 镜像的最佳实践
张晋涛
全栈开发入门实战:后台管理系统
鲁鹏
程序员副业赚钱的 8 种模式
安晓辉
每一个开发人员都应该懂的 UML 规范
码匠笔记
Python 协程模块 asyncio 使用指南
陈祥安
“花式吊打”系列之逻辑回归讲透透
天马行空
批量任务处理神器:Spring Batch
天涯阁主
多线程基本概念简述及常用操作 JVM 源码透析
哈比
Java 实现一个远程控制客户端思路附源码
愚凡
手把手封装 Java 分布式锁
香烟
设计模式架构解析
疯狂的架构
理理 Java 开发中常见的设计模式
woodwang
深度学习卷积神经网络架构设计核心技术
言有三
带你全面了解高级 Java 面试中需要掌握的 JVM 知识点
当年明月
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!
添加小助手微信×