Optimization 遗传算法没有为神经网络找到合适的权值
我试图用遗传算法来寻找神经网络的最佳权重。适应度函数是训练结果的均方误差。我用截断法去除最差的一半基因，然后用轮盘赌选择。我使用0.01的变异率和均匀交叉。 不幸的是，遗传算法没有找到任何合适的解决方案。（我用1000代和100个群体进行了5次GA，没有一个基因是好的。MSE比我用反向传播发现的重量高10倍）Optimization 遗传算法没有为神经网络找到合适的权值,optimization,neural-network,genetic-algorithm,Optimization,Neural Network,Genetic Algorithm,我试图用遗传算法来寻找神经网络的最佳权重。适应度函数是训练结果的均方误差。我用截断法去除最差的一半基因，然后用轮盘赌选择。我使用0.01的变异率和均匀交叉。 不幸的是，遗传算法没有找到任何合适的解决方案。（我用1000代和100个群体进行了5次GA，没有一个基因是好的。MSE比我用反向传播发现的重量高10倍） 遗传算法在寻找落差波函数和Levy函数13的最小值方面表现良好，但在ANN权重方面表现不佳。如何改进遗传算法或适应度函数使其工作？种群规模为100，突变率为0.01？所以每一代平均有1个基
遗传算法在寻找落差波函数和Levy函数13的最小值方面表现良好，但在ANN权重方面表现不佳。如何改进遗传算法或适应度函数使其工作？种群规模为100，突变率为0.01？所以每一代平均有1个基因组发生变异。。。根据我的经验，这是一个极低的突变率。您的适应度函数的目标是什么（您希望NN解决什么问题？）谢谢您的回答。NN试图拟合石油价格回报。我只是以0.3的变异率尝试了一下，但遗传算法仍然没有找到任何合适的权重集。您使用的编程语言是什么？你能分享你的代码吗？