遗传神经网络在滑坡灾害预报中的应用研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

地理空间信息工程国家测绘局重点实验室开放基金(200709);邯郸市科技局资助项目(0828130083-2)


Study in landslide prediction on genetic algorithm optimized BP network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统BP算法易收敛于局部最优以及网络结构难以确定等问题,引进遗传算法进行混合建模。采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快并避免陷入局部极小。文中结合实例,对BP神经网络,遗传算法改进的神经网络进行了比较分析。实验表明,利用改进的混合模型可以提高预测精度,缩短收敛时间。

    Abstract:

    A new method for training the artificial neural network is presented.In this method,the genetic algorithm(GA),a general-purpose global search algorithm is used to train the network with updating the weights to minimize the error between the network output and the desired output.Then the back propagation(RP) algorithm is used to further train the artificial neural network.The method is used to speed up the convergence and improve the performance.Experiment shows that the GA-neural network prediction model is good prediction precision.

    参考文献
    相似文献
    引证文献
引用本文

李喜盼,刘新侠,张安兵,孙振.遗传神经网络在滑坡灾害预报中的应用研究[J].河北工程大学自然版,2009,26(1):69-71

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-12-23
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-01-12
  • 出版日期:
文章二维码