4.1 案例背景
\[y = {x_1}^2 + {x_2}^2\]
4.2 模型建立
神经网络训练拟合根据寻优函数的特点构建合适的BP神经网络，用非线性函数的输入输出数据训练BP神经网络，训练后的BP神经网络就可以预测函数输出。遗传算法极值寻优把训练后的 BP 神经网络预测结果作为个体适应度值，通过选择、交叉和变异操作寻找函数的全局最优值及对应输入值。
网络结构：2-5-1
训练数据：3900，测试数据：100
MATLAB神经网络（4） 神经网络遗传算法函数极值寻优——非线性函数极值寻优
猜你喜欢
转载自www.cnblogs.com/dingdangsunny/p/12329161.html
今日推荐
周排行