摘要
本文提出了一种高精度的神经网络学习方法．由于 BP 神经网络受初值的影响较大，而遗传算法可以很快达到全局最优解附近．本文结合遗传神经网络和 BP 神经网络各自的优点，将两种算法混合，使得神经网络的收敛速度得到加快，精度得到提高，并对传统的混合方法作了一点改进．通过对波阻抗进行反演的实践，表明这种方法可以达到提高分辨率的效果．
This thesis introduces a high precision method of neural network.As BP neural network is prone to be af-fected by the initial value.Genetic algorithm can reach the vicinity of the optimum value quickly.So the thesis com-bines BP and genetic algorithm,and it makes the neural network work fast and prone to converge.By repeated prac-tice on acoustic impedance inverse,the method can take a good effect on promoting the resolution.
出处
《地球物理学进展》
CSCD
2004年第4期942-945,共4页
Progress in Geophysics
关键词
神经网络
遗传算法
优化
波阻抗
反演
neural network
genetic algorithm
optimize
acoustic impedance
inverse
