基于GA的BP网络算法优化及应用

作者：林浩宇

来源：电视技术, 2022, 46(09): 42-50.

DOI：10.16280/j.videoe.2022.09.010

• 遗传算法
• BP神经网络
• 数据预测

BP(Back Propagation,BP)神经网络在日常生活中的应用非常广泛。BP神经网络简单实用，执行效率较高，但同样也存在收敛速度慢、会陷入局部极小值、容易出现“过拟合”的不足。而遗传算法（Genetic Algorithm,GA）具有极强的全域搜索能力，能快速地找到BP神经网络的最优解，即最优权值和阈值。用遗传算法来进行前期的搜索查找，能有效地克服BP算法的缺点。因此，将遗传算法GA与BP网络算法完美结合，具有很强的现实意义。为此，本文利用遗传算法改进的BP网络对矿井最优通风量进行合理预测。基于遗传算法优化的BP神经网络可以基于BP网络的特性高效地对数据进行处理分析，且具有适应性强、网络稳定度高的优势。