前向神经网络的结构和权重矢量通过遗传算法进行优化

提出了新的遗传算法优化设计前向神经网络的结构和权重矢量。这种新方法的创新在于：二值码串和实值码串的混合编码方法即保留了传统遗传算法的优点，又具有遗传编程和遗传策略的优点；结合遗传算子和ＳｏｌｉｓａｎｄＷｅｔｓ算法生成后代的方法丰富了遗传搜索空间的多样性，加快了遗传算法的收敛速度；对混合编码码串的动态参数编码方法提高了优化精度。