一种基于相关性分析的神经网络自组织遗传进化算法

摘要

一种基于相关性分析的神经网络自组织遗传进化算法，构建初始神经网络，初始神经网络只包含输入层和输出层；采用BP算法训练网络，并记录训练日志数据；获取连接相关性，优化神经网络；复杂化神经网络；融合遗传进化算法迭代神经网络，输出最优神经网络模型。本发明输出最优模型的迭代次数优于NEAT输出最优模型的迭代次数，输出最优的神经网络模型之前所进行的BP调节次数少于普通的BP神经网络所需要的调节次数，通过使用不同数据集进行相关实验对算法性能(准确率)进行验证，实验结果表明算法在分类问题方面的表现相对优秀，可以应用于现在人工智能领域分类问题的研究。