%0 Journal Article
%T 基于粗糙集的改进BP神经网络算法研究
%A 张利
%A 吴华玉
%A 卢秀颖
%J 大连理工大学学报
%P 971-976
%D 2009
%R 10.7511/dllgxb200906033
%X 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阈值．将改进BP神经网络算法应用于客户分类，训练误差为5.92×1012，测试总误差为0.00023；而改进前的一个比较理想的训练结果的训练误差为0.0016，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．
%K BP神经网络
%K 粗糙集
%K 遗传算法
%K 属性约简
%U http://press.dlut.edu.cn/ch/reader/view_abstract.aspx?file_no=20090633&flag=1