文献类型：期刊文献

中文题名：基于混合编码的遗传算法在神经网络优化中的应用

英文题名：Hybird-Coding Based on Genetic Algorithm with Application to Optimization of Neural Network

作者：张伟栋[1];叶贞成[1];钱锋[1]

机构：[1]华东理工大学化学工程联合国家重点实验室,华东理工大学自动化系,上海200237

年份：2008

卷号：34

期号：1

起止页码：108

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;EI(收录号：20081311171222);Scopus;北大核心:【北大核心2004】；CSCD:【CSCD2011_2012】；

基金：国家杰出青年科学基金(60625302);国家973计划(2002CB3122000);国家863计划项目(2006AA04Z168);上海市科委重大基础研究(05DJ14002)

语种：中文

中文关键词：混合编码;遗传算法;BP算法;神经网络

外文关键词：hybrid coding; genetic algorithm; BP algorithm; neural network

摘要：提出了一种结合浮点数编码与二进制编码的混合编码遗传算法,该算法在同一条染色体上同时使用浮点数编码与二进制编码,有机结合了两者的优点,并与BP算法结合用于优化神经网络的结构和系数,获得具有更好泛化能力的神经网络。仿真实验结果证实了这种混合编码遗传算法的有效性和优越性能。
A hybrid-code genetic algorithm（GA） that efficiently combines float-code with binary-code was proposed in this paper. The character of the algorithm was improved by using float code and binary code in one chromosome. This algorithm, combined with BP algorithm, would be used to optimize both the structure and the weights of neural network and gain better generalization. The simulation result proves the effective and the better performance of this hybrid-coding genetic algorithm.