摘要： 隐层神经元采用相同的激励函数会限制网络的非线性表达能力,因此,提出变参数激励函数,在学习中同时调整网络权值和激励函数的参数,增强网络的表达能力。并使用遗传算法与MBP结合的学习算法训练网络。此方法具有全局收敛能力和很高的精度。

关键词: 人工神经网络, 激励函数, 修正BP算法, 遗传算法

Abstract: This paper presents a variable activation function to improve the non-linear capacity of neural network. Using genetic algorithms and MBP method to train the neural network can have the global convergence ability and high precision.

中图分类号: 

• TP183