基于粗糙集的改进BP神经网络算法研究

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．