基于多核系統(tǒng)的混合神經(jīng)網(wǎng)絡(luò)及應(yīng)用

為了避免傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)易陷入局部極小值、誤差函數(shù)必須可導(dǎo)、受網(wǎng)絡(luò)結(jié)構(gòu)限制等缺點，已有研究者討論了遺傳算法等全局優(yōu)化算法與BP神經(jīng)網(wǎng)絡(luò)的結(jié)合，構(gòu)建了基于遺傳算法的混合神經(jīng)網(wǎng)絡(luò)模型，在一定程度上克服了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的缺點，取得了一定的應(yīng)用效果。但遺傳算法屬于仿生進化的隨機搜索算法，不可避免地具有計算工作量大、收斂速度慢的缺點，并且神經(jīng)網(wǎng)絡(luò)模型本身需要大樣本數(shù)據(jù)進行網(wǎng)絡(luò)訓(xùn)練，也要耗費較大的計算代價。