研究文章雷竞技app下载苹果版

基于遗传算法的人工神经网络权值优化

摘要

使用人工神经网络(ANN)建立准确的过程模型，学习过程或训练和验证是其中的重要步骤。在训练过程中，一组输入-输出模式被重复到人工神经网络。在此基础上，调整神经元之间所有互连的权重，直到指定的输入产生所需的输出。通过这些活动，人工神经网络学习正确的输入-输出响应行为。为了验证，人工神经网络受到训练期间未见的输入模式的影响，并引入调整以使系统更加可靠和健壮。它还用于在过度拟合发生之前确定停止点。为了强调模型的有效性，可以引入一个典型的拟合准则。这种准则可以是均方误差(MSE)，目标与网络输出之间计算的和方误差(SSE)。利用遗传算法进行神经网络学习的研究日益增多。本文将遗传算法应用于移动自组织网络(MANET)中自组织随需距离向量(AODV)路由协议的hello区间的确定，并在预先设定的神经网络上进行权值优化。

Ms.Dharmistha D.Vishwakarma

阅读全文下载全文|访问全文