改进的遗传BP算法在木材价格预测中的应用

摘要

BP神经网络和遗传算法广泛应用于数据挖掘中,神经网络具有较高的正确率,但其网络训练时间长、收敛速度慢且易陷入局部极小.针对遗传算法具有全局寻优的特点和BP算法中应用动量-自适应学习率提高收敛速度的优点,将二者结合形成改进的GA-BP混合算法,并将其运用在木材价格预测的数据挖掘中.实验结果表明:把改进后的BP神经网络与遗传算法相结合,可以提高收敛速度,并在有限步内达到较高的精度要求.