基于混沌免疫遺傳算法的神經網絡及應用

０引言

人工神經網絡作為一種具有自學習性、自組織性的方法能夠處理復雜的強非線性問題，并且已廣泛應用于各個領域中的分類、評價、預測等問題。但傳統的ＢＰ神經網絡本質上是一種梯度下降算法，因而不可避免地具有學習收斂速度慢、易陷入局部極小值、誤差函數必須可導、受網絡結構限制等缺點?眼１?演。因而，有研究者將具有全局優化特點的遺傳算法引入ＢＰ神經網絡的優化過程，構建了基于遺傳算法的神經網絡模型，在一定程度上克服了傳統ＢＰ神經網絡的缺點，取得了一定的應用效果。