论文部分内容阅读
针对神经网络结构设计问题，提出了一种混合修剪算法。该算法首先利用合作型协同进化遗传算法和反向传播算法的不同优势，完成了对神经网络的结构和权值的初步调整；然后，在保证模型泛化能力的前提下，通过计算隐层神经元的显著性，借此修剪网络中显著性较小的神经元，进一步简化网络结构。最后，将给出的基于显著性分析的神经网络混合修剪算法用于股票市场的预测。仿真结果表明，该改进算法与其他优化算法相比，具有更好的泛化能力和更高的拟合精度。