基于遗传神经网络成绩预测的研究与实现

• 文档名称：基于遗传神经网络成绩预测的研究与实现
• 文档关注次数：1998
• 文档格式：纸质版或者PDF电子版（用Acrobat Reader打开）或Word版本doc格式
• 文档大小：2403KB
• 上传者：tyice
• 添加时间：2019/05/05
• 内容摘要：
  2016年3月1日
  现代电子技术
  Mar.2016
  第39卷第5期
  Modern Fleclronics Technique
  Vol 39 No 5
  doi:10.16652/j.issn.1004-373x.2016.05.02
  基于遗传神经网络成绩预测的研究与实现
  陈男
  (四川工商学院,四川成都611745)
  摘要:针对BP神经网络固有的局限性和在应用于成绩预测时出现的问题,运用遗传算法对BP神经网络的权值和
  值进行优化,通过详细设计遺传算法的编码方式、适应度函数,遺传算子使二者结合后的遗传神经网絡模型具有更快的学习
  训练收敛度,为了提高优化效果,设计了自适应的传算法交叉算子和变异算子,并通过与基本BP神经网络和自适应BP
  神经网络的对比,显示了优化的有效性和可行性。运用 Matab实现了逡传神经网络模型,并完成了模型的训练,运用Java语
  言完成了模型的调用和成績预测系统的实现。分析结果表明,该遗传神经网絡模型在成绩预测方面具有較高的准确性,具
  有一定的实用价值
  关键词:成绩预測;BP神经网络;遗传算法; allay;Java
  中图分类号:TN711-.34;TP183
  文献标识码
  文章编号:1004-373X(2016)05-0096-05
  Research and implementation of result prediction based on genetic neural network
  CHEN Yong
  Abstract: Since the BP neural network has inherent limitations and some problems existing in result prediction, the geneti
  algorithm is used to optimize the weighting and threshold of BP neural network. and its coding scheme, fitness function and ge
  netic operator are designed detailed. The genetie neural network model has fast convergence speed of learning and training. The
  adaptive crossover operator and mutation operator of the genetic algorithm were designed to improve the optimization effeet. The
  validity and feasibility of the optimization are showed by the comparison of basic BP neural network and adaptive BP neural net
  work. The genetic neural network model was realized with Matlab, and its training was completed. The model call and result pre-
  diction system were implemented by means of Java language. The analysis results indicate that the genetic neural network model
  has high accuracy in the aspect of result prediction, and certain practical value
  Keywords: result prediction; RP neural network: genetic algorithm; Matlab); Java
  自适应BP神经网络的对比,验证模型的收敛速度,体现
  出算法改进的效果。运用 Matlab实现了设计好的遗传
  近年来,神经网络的研究被广泛应用于如生物、医神经网络模型,并完成了模型的训练,运用Java语言完成
  学、经济等诸多领域,基于神经网络进行成绩预测的研了模型的调用和成绩预测系统的实现。研究结果能有效
  究也逐渐开始受到人们的关注。有效的学生成绩统计地指导学校合理分配教学资源,防可能发生的重大教
  分析和测在指导学校合理分配教学资源,全面提高教学事故,对于全面提高教学质量发挥着至关重要的作用
  学质量方面都发挥着至关重要的作用。因此,将神经网1遗传算法结合BP神经网络的设计
  络技术应用于学生课程成绩预测具有很强的现实意义
  与研究价值。目前,在为数不多的课程成绩预测实践
  遗传算法具有较弧的全局搜索能力和很强的鲁棒
  巾,绝大部分的学者采取应用最为广泛的BP神经网络性,非常适合对BF神经网络进行优化"。将一者结合起
  模型进行实现,这在取得定成果的同时暴露了RP神来,可大大減少网络陷入局部极小的概率,同时进一步
  经网络算法收敛速度慢,效率低下等弊端和对课程成绩
  提高网络的收敛速度,能较快的获得所求问题的全局最
  预测领域的不适应性。本文通过与基本BP神经网络和优解。遗传算法优化BP神经网络的基本原迎就是将
  BP神经网络的权值交给遗传算法来控制,即将BP神经
  收稿日期:2015-09-24
  网络各隐层的节点权值和阈值作为遗传算法的输入,将