查詢結果分析
來源資料
相關文獻
- 最佳類神經網路於系統模式建立之應用
- 運用類神經網路於股價指數之套利--以日經225指數為例
- Reinforcement Learning for Ga-Based Neural Networks
- 排程方法研究
- 運用類神經網路在外匯選擇權評價模式之實證研究
- 基因演算法自動演化之類神經網路在選擇權評價及避險之研究--分析與實證
- A GA-Based Neural Network with Supervised and Reinforcement Learning
- Neural-Based Annealing Processes Optimization of Cold-Rolling Coil by Genetic Algorithm and Grey Relational Analysis
- 以基因演算法為基礎的類神經濾波器完成適應性雜訊濾除
- 類神經網路於非線性函數近似之應用
頁籤選單縮合
題 名 | 最佳類神經網路於系統模式建立之應用 |
---|---|
作 者 | 江昭龍; | 書刊名 | 南開學報 |
卷 期 | 7(上) 民91.06 |
頁 次 | 頁385+387-392 |
分類號 | 310.15 |
關鍵詞 | 基因演算法; 類神經網路; 倒傳遞演算法; Genetic algorithm; Neurla network; Propagaiton algorithm; |
語 文 | 中文(Chinese) |
中文摘要 | 本研究旨在提出一種類神經網路(neural network)的加權植(weights)及偏壓值(biases)有效及準確的演算法。本演算法運用基因演算法(Genetic Algorithm, GA)來搜尋各神經元間的最佳化加權值及偏壓值,不同於傳統倒傳遞式類神經網路的演算法,及使用梯度法(Gradient Method)的演算方式。 本研究希望能建構一種結合「基因演算法」與「類神經網路」的最佳化「基因類神經網路」(Genetic Algorithm Neural Network, GA_NN),最後以一個高度非線性的例題.來驗證本研究的準確度及實用性。 |
英文摘要 | This research aims at providing a learning algorithm to deal with interval values (weights and biases) for neural networks. The learning algorithm employs the genetic algorithm (GA) to search the connection weights and biases of the neural network without using any gradient information. For optimization, an optimal neural network, called genetic algorithm neural network (GA_NN), is proposed. A highly nonlinear example is presented to demonstrate the effectiveness of the GA_NN. |
本系統中英文摘要資訊取自各篇刊載內容。