基于粗糙集的改进BP神经网络算法研究

摘要

提出了一种基于粗糙集和遗传算法的改进BP神经网络算法.该算法首先对原始数据集进行属性约简,优化BP神经网络的输入变量;然后利用遗传算法全局搜索的特点,优化BP神经网络初始权重和闻值.将改进BP神经网络算法应用于客户分类,训练误差为5.92×10~(-12),测试总误差为0.000 23;而改进前的一个比较理想的训练结果的训练误差为0.001 6,测试总误差为0.073.Matlab仿真表明改进的BP神经网络算法有更好的训练精度和泛化能力.