基于遗传算法的神经网络优化

神经网络和以遗传算法为代表的进化算法都是仿效生物处理模式来获得智能信息处理功能的理论。其中，神经网络已被广泛应用于智能控制系统优化、信号及信息处理、模式识别等领域。而遗传算法则是模拟生物的进化现象（自然淘汰、交叉、变异等），来表现复杂现象的一种概率搜索方法，以达到快速有效地解决各种困难问题。但神经网络和遗传算法目标相近而方法各异。因此，将这两种方法相互结合，必能达到取长补短的作用。近年来，在这方面已经取得了不少研究成果，形成了以遗传算法与神经网络相结合的进化神经网络（ＥＮＮ）。本文以综述的形式总结了遗传算法在神经网络训练中的应用情况。

智能优化算法在机械优化设计中的应用

针对传统机械优化设计算法存在的问题,分析介绍了近年来兴起的智能优化算法,主要是几种神经网络模型和进化计算等智能优化算法用于机械优化设计的基本思想和应用方法。