Abstract：
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.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电视技术
ISSN： 1002-8692
CN： 11-2123/TN
Year： 2022
Issue： 9
Volume： 46
Page： 42-46,50
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
