论文部分内容阅读
在分析BP网络学习存在的问题后，采用了一种免疫克隆选择算法对BP网络的权值进行优化学习，并提出了一种新的变异方法，该变异方法可以根据亲和力的大小自适应调整抗体变异的幅度，与传统的高斯变异相比，不但简化了抗体的编码，还很好地体现了克隆选择算法抗体变异的特点，提高了算法的搜索能力和收敛性能。仿真实验表明，基于这种变异方法的免疫克隆选择算法可以很好地提高BP网络的学习速度，有效地避免算法过早收敛的问题。