科研之友
微信
新浪微博
Facebook
分享链接
摘要
神经网络在函数逼近领域有良好的发展趋势,但由于其参数较多,容易陷入局部最优解等问题,使得其用于逼近复杂函数时的效果不佳。针对这个问题,笔者提出一种利用分数阶微积分与遗传算法相结合的用于优化神经网络权值的方法,该方法通过分数阶G-L差分与遗传算法的思想对神经网络的损失函数进行优化,并使用优化后的算法得到了较复杂的数学函数。实验表明,与普通神经网络相比,分数阶遗传神经网络算法在函数逼近问题上能够获得更好的效果。
-
单位贵阳职业技术学院
