遗传算法和bp神经网络结合（神经网络权值学习）

      BP算法的偏差减少,是反梯度方向进行的。所以,极易陷入局部极小点的困境。一旦训练学习样本数目多,输入输出关系比较复杂, 网络的收敛速度变得缓慢。表现为对网络结构的初值要求很高。初值的不合理, 会形成BP算法的收敛摆动, 以致不收敛。 算法       GA在随机点集中遗传优化出bp神经网络结构的初值，再利用bp神经网络进行自我学习。数组       GA与其它优化算法不一样, 它将“

>>阅读原文<<