论文部分内容阅读
针对BP神经网络中样本数据复杂和容易陷入到局部极值的不足,通过利用主成分分析法对样本数据进行简化。并采用遗传算法优化神经网络的初始权值,提出了一种改进BP神经网络泛化能力的算法。该算法兼顾了主成分分析方法剔除冗余的特性和遗传算法能够全局优化的特点,既具备了较快的收敛速度又不易陷入到局部极值中,具有较强的泛化能力。实验结果表明,改进后的算法在数据降维、冗余信息的别除、预测能力等方面都得到了一定程度上的改善。