一种用于曲线预测的混合神经网络算法研究A Mixed Neural Network Algorithm for Curve Prediction导出 添加到引用通知
下载PDF阅读器

DOI：摘要：为了克服标准BP神经网络在数据预测中存在的缺陷,提出了一种结合基因表达武编程和BP神经网络算法的混合算法.该算法分为两个阶段,第一阶段,利用GEP独特的编码方式来代替随机设定神经网络结构的选择和初始权阚值的设定;第二阶段,用梯度下降法在已经用基因表达式编程方法确定好的搜索空问中和网络结构中对网络进行进一步的精确训练.将此混合算法用于测井曲线的预测中,同时将结果和基因表达式编程方法、BP神经网络方法进行了比较,证明了该算法可以克服BP神经网络的缺陷,并且优化后的BP神经网络收敛速度快,预测精度高.

作者：	颜雪松    时晨    杨丽芬    蒋思伟    YAN Xue-song    SHI Chen    YANG Li-fen    JIANG Si-wei
作者单位：	颜雪松,杨丽芬,蒋思伟,YAN Xue-song,YANG Li-fen,JIANG Si-wei(中国地质大学,武汉,计算机学院,湖北,武汉,43074) 时晨,SHI Chen(西安微电子技术研究所,陕西,西安,710075)
期 刊：	微电子学与计算机   ISTICPKU
Journal：	MICROELECTRONICS & COMPUTER
年，卷(期)：	2009, 26(4)
分类号：	TP301
关键词：	BP神经网络     基因表达式编程     预测     梯度下降
机标分类号：	O21 F0
机标关键词：	曲线预测    混合神经网络    算法研究    基因表达式编程    神经网络结构    混合算法    编程方法    网络收敛速度    神经网络算法    神经网络方法    梯度下降法    预测精度    数据预测    缺陷    方法确定    测井曲线    编码方式    中和    证明    优化
基金项目：	地质过程与矿产资源国家重点实验室开放项目

http://d.g.wanfangdata.com.cn/Periodical_wdzxyjsj200904055.aspx