多种群并行进化神经网络的研究及应用  Research and Application on Multigroup Parallel Ev olutionary Neural Network
              提出一种新的多种群并行遗传算法 (NMPGA),并将其作为多层前馈神经网络 (MFNNs) 的学习算法,从而形成一类新的MFNN模型--多种群并行进化神经网络 (MPENNs).首先,对一给定的网络结构,随机产生一初始权重的集合,这个集合实际上对应着一组具有相同结构但不同权重的神经网络.然后,采用NMPGA 对MFNNs 的权重进行进化.最后,性能最好的网络被选作目标问题的解.在NMPGA算法中,作者采用浮点数编码来克服传统二进制编码的精度不足问题,并设计了专门的杂交算子和变异算子来增强算法性能.实验结果表明,MPENNs能成功解决异或问题、三元奇偶问题及成品烟的感官质量评价问题.
            