一种用于曲线预测的混合神经网络算法研究

作     者：颜雪松 时晨 杨丽芬 蒋思伟 YAN Xue-song;SHI Chen;YANG Li-fen;JIANG Si-wei

作者机构：中国地质大学(武汉)计算机学院湖北武汉430740 西安微电子技术研究所陕西西安710075 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2009年第26卷第4期

页      面：197-202页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：地质过程与矿产资源国家重点实验室开放基金项目(GPMR200617) 

主　　题：BP神经网络 基因表达式编程 预测 梯度下降 

摘      要：为了克服标准BP神经网络在数据预测中存在的缺陷,提出了一种结合基因表达式编程和BP神经网络算法的混合算法.该算法分为两个阶段,第一阶段,利用GEP独特的编码方式来代替随机设定神经网络结构的选择和初始权阈值的设定;第二阶段,用梯度下降法在已经用基因表达式编程方法确定好的搜索空间中和网络结构中对网络进行进一步的精确训练.将此混合算法用于测井曲线的预测中,同时将结果和基因表达式编程方法、BP神经网络方法进行了比较,证明了该算法可以克服BP神经网络的缺陷,并且优化后的BP神经网络收敛速度快,预测精度高.