摘要
一、前言最近十多年来,人工神经网络,尤其是前馈神经网络和BP算法获得了极其广泛的应用。BP(Back Propagation Error)算法是由Werbos在1974年首先提出的,它有效地克服了多层网络无法解决非线性分类问题的缺陷,但在当时并没有引起重视。直到1986年,Rumelhart和McClelland等人对Werbos的算法进行了总结和分析,提出了PDP(并行分布处理)理论。
This paper presents a new global evolutionary algorithm,i. e. GTNN,for feedforward neural networks,on the base of evolutionary programming and genetic algorithm. We analyze the excellence of GTNN,and test it on N-parity problem. The result of calculation shows that GTNN is batter than other algorithms.
出处
《计算机科学》
CSCD
北大核心
1999年第10期60-62,共3页
Computer Science
关键词
前馈神经网络
进化算法
人工神经网络
Feedforward neural networks, Global optimization, N-parity problem
