Java 带Encog库的遗传算法需要数小时的训练，而且不准确？

在我的研究中，我使用Encog2.4.0和Java来评估字体数字（0-9）识别中的反向传播和遗传算法。我使用JavaCV将我的数字（图像）处理为0和1的文本文件，每行代表一个字体图像。每个字体（行）有256个属性（0或1）。 我的网络输入节点号是256，输出节点号是10（类），我在我的网络中使用sigmoid激活功能。我的输出也被标准化为0和1（例如100000000表示0，0100000000表示1，依此类推到9）。 使用不同的训练集（100到700个样本）进行11次试运行，使用不同的学习率和动量参数进行测试集（50到300），我非常满意反向传播性能的准确性和速度（10秒到<4分钟）。但不幸的是：（使用不同参数的遗传算法进行了11次测试，我无法获得正确的精度或速度。对于BP来说，4分钟的遗传算法需要2-13个小时，在大多数情况下，精度也低于0.01%，这似乎是偶然的。我试过初始种群大小从200到500，交配种群大小从0.25（25%）到0.50（50%）和突变率，我尝试了0.1、0.05、0.01和0.001。我正在使用FanInRandomizer

网络输入和输出结构类似于XOR示例。在XOR中，输入是4x2的数组，输出是4x1

我的是：“样本数量”X 256用于输入，“样本数量”X 10用于输出

谁能告诉我哪里出了问题吗

谢谢，

---

首先，这是一个非常古老的Encog版本。遗传算法代码在3.x中发生了很大的变化，这可能会有所帮助

至于为什么它不能收敛，这可能是一个困难的问题，不看实际数据和实验。一些想法

• 我会确保正确创建群体。选取群体中最好的成员，看看你是否可以对其进行反向训练以使其收敛。确保激活功能符合你的预期
• 查看GA与BP训练网络的权重范围，看看是否有什么疯狂的事情发生，将GA权重推到了不寻常的范围