作者：许中华; 杨伟丰; 孙星明演化学习神经网络模型梯度下降计算工艺优化
摘要：神经网络的学习算法一直是人们研究的重点，各种算法都有自己的优点和不足。演化学习具有全局优化性能好，实验样本数要求少等优点，但也存在一些问题，如演化学习的速度较慢、模型的稳定性较差等。笔者在多年的神经网络的研究过程中，对传统的演化学习算法作了一些改进，该文利用梯度下降计算改进演化算法，极大地提高了模型的学习速度，对那些需要及时优化工艺参数的生产过程，该种模型有很好的应用前景。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
