作者：张山 何建农遗传算法模拟退火算法神经网络
摘要：BP学习算法通常具有收敛速度慢，易陷入局部极小值等缺点；遗传算法是全局优化算法，具有较强的全局搜索性能，但它在实际应用中容易产生早熟收敛的问题，且在进化后期搜索效率较低；模拟退火算法具有摆脱局部最优点的能力，能抑制遗传算法的早熟现象。因此，本文在BP算法结合遗传算法的同时，再加入模拟退火算法，可以有效地缓解遗传算法的选择压力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机与现代化》（CN：36-1137/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机与现代化》自创刊以来，以理论联系实际、促进应用开发为宗旨，主要刊登计算机专业方面的新理论、新技术及其在各个领域中应用成果的论文，设有系统分析与设计、软件工程、网络与通讯、过程控制、辅助设计、中文信息技术、人工智能、综合述评、应用与实践等栏目，既有相当的学术水平，又有现实的指导作用。
部级期刊
人气 850677 评论 75
人气 229058 评论 65
人气 212543 评论 35
省级期刊
人气 211817 评论 71
