遗传算法与模拟退火算法在神经网络优化中的性能分析

摘要

神经网络有以任意精度逼近未知函数的能力,所以被广泛应用于各种领域中.目前广泛应用于神经网络优化的方法是反向传播(Back Propagation, BP),但是BP的全局搜索能力很有限,而全局搜索方法是神经网络优化问题很有潜力的办法.文中研究了两种全局优化算法:遗传算法(Genetic Algorithm,GA)和模拟退火(Simulated Annealing,SA),并且比较了它们在神经网络优化中的性能.