论文部分内容阅读
针对BP神经网络学习速度慢、容易陷入局部极小的缺点，提出了一种基于改进免疫遗传算法的多层前向神经网络，将该算法用于多层前向神经网络的权值优化，扩大了神经网络的权值搜索空间，提高了网络系统的学习效率和精度。将该神经网络用于上证指数的趋势预测，仿真结果表明：该神经网络比BP神经网络具有更好的全局收敛性、更高的学习效率和预测精度。