论文部分内容阅读
本文第一部分主要研究了人工神经网络的发展、神经网络的算法及其学习算法。主要研究了BP算法，指出了该算法的不足之处在于它是基于梯度的方法，收敛速度慢，且常受局部极小点的困扰，因而想到了对其改进，经过改进的几种方法都不很理想，从而想寻找一种全局搜索的方法来替代它。
由于遗传算法思想来源于生物进化及基因遗传思想，其特点就是全局搜索最优解，因此尝试用遗传算法来替代BP算法，接着对遗传算法进行了研究。
第二部分主要对遗传算法的思想来源、原理、组成、运行步骤、特点及并行遗传算法做了研究。
第三部分讲了遗传算法在人工神经网络方面的应用，并给出了实例作以参考。
第四部分提出了遗传算法需要解决的一些问题。