BP算法、BP神经网络、遗传算法、神经网络这四者之间的关系
BP算法、BP神经网络、遗传算法、神经网络这四者之间的关系是什么?完全不懂,解答越简明扼要越好...
BP算法、BP神经网络、遗传算法、神经网络这四者之间的关系是什么?完全不懂,解答越简明扼要越好
展开
2个回答
展开全部
这四个都属于人工智能算法的范畴。其中BP算法、BP神经网络和神经网络
属于神经网络型戚裂这个大类。遗传算法为进化算法这个大类。
神经网络模拟人类大脑神经计算过程,可以实现高度非线性的预测和计算,主要用于非线性拟合,识别,特点是需要“训练”,给一些输入,告诉他正确的输出。若干次后,再给新的输入,神经网络就能正确的预测对于的输出。神经网络广泛的运用在模式识别,故障诊断仔枝中。BP算法和BP神经网络是神经网络的改进版,修正了一些神经网络的缺点。
遗传算法属于进化算法,模拟大自然生物进化的过程:优胜略汰。个体不断进化,只有高质量的个体(目标函数最小(大))才能进入下一代的繁殖。如此往复,最终找到全局最优值。遗传算法能够很好的解决常规优化算法无法解决的高度非线性优化问题,广泛应用在各行各业中。差分进化,蚁群算法,粒子群算法等都属于进化算法,只是模拟卜闭的生物群体对象不一样而已。
属于神经网络型戚裂这个大类。遗传算法为进化算法这个大类。
神经网络模拟人类大脑神经计算过程,可以实现高度非线性的预测和计算,主要用于非线性拟合,识别,特点是需要“训练”,给一些输入,告诉他正确的输出。若干次后,再给新的输入,神经网络就能正确的预测对于的输出。神经网络广泛的运用在模式识别,故障诊断仔枝中。BP算法和BP神经网络是神经网络的改进版,修正了一些神经网络的缺点。
遗传算法属于进化算法,模拟大自然生物进化的过程:优胜略汰。个体不断进化,只有高质量的个体(目标函数最小(大))才能进入下一代的繁殖。如此往复,最终找到全局最优值。遗传算法能够很好的解决常规优化算法无法解决的高度非线性优化问题,广泛应用在各行各业中。差分进化,蚁群算法,粒子群算法等都属于进化算法,只是模拟卜闭的生物群体对象不一样而已。
追问
太棒了,还想问下,遗传算法与神经网络结合运用,可以直接简称做遗传神经网络吗?注:这里的神经网络是否只能用BP神经网络
追答
遗传算法和其他算法的结合,多数是用遗传算法来优化其他算法的参数的。比如神经网络里面有很多参数,但是你并不知道哪些参数训练出来的效率最高,识别率最高。这时候就可以以这个识别率为目标函数,用遗传算法来优化神经网络的参数。
对于你的问题,应该叫做基于遗传算法的神经网络参数优化。什么神经网络都可以。
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询