本文已被：浏览 1899次 下载 4106次
Received:October 21, 2008
Received:October 21, 2008
中文摘要: 针对BP 算法易陷入局部极小、收敛速度慢的缺点，根据量子遗传算法具有全局寻优的特点，本文提出了一种新的训练神经网络的混合算法－QGA-BP 算法；通过算法比较和实例结果分析，表明该算法加快了收敛速度、提高了收敛速度。
Abstract:
keywords:
文章编号： 中图分类号： 文献标志码：
基金项目:江西省自然科学基金项目(0511072)
| Author Name | Affiliation |
| 闵泉 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 叶水生 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 郭荣传 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 石海霞 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| Author Name | Affiliation |
| 闵泉 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 叶水生 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 郭荣传 | 南昌航空大学 计算机学院 江西 南昌 330063 |
| 石海霞 | 南昌航空大学 计算机学院 江西 南昌 330063 |
引用文本：
闵泉,叶水生,郭荣传,石海霞.利用量子遗传算法改进BP 学习算法.计算机系统应用,2009,18(5):53-55
.Using Quantum Genetic Algorithm to Improve BP Learning Algorithm.COMPUTER SYSTEMS APPLICATIONS,2009,18(5):53-55
闵泉,叶水生,郭荣传,石海霞.利用量子遗传算法改进BP 学习算法.计算机系统应用,2009,18(5):53-55
.Using Quantum Genetic Algorithm to Improve BP Learning Algorithm.COMPUTER SYSTEMS APPLICATIONS,2009,18(5):53-55
