基于改进量子免疫算法的神经网络集成

摘要：

针对量子免疫算法在神经网络集成结论生成时存在精英损失和过早收敛的问题,提出了改进量子免疫算法.改进算法在免疫选择时采用精英策略保留最优个体,提升了收敛效率,并引入反转策略增加个体多样性,加强了全局搜索能力.仿真实验结果表明,改进量子免疫算法是集成结论优化的有效方法,泛化性能明显优于简单平均、推广集成等传统方法.

关键词：精英策略、反转策略、量子免疫算法、神经网络集成

所属期刊栏目：56

分类号：TP18(自动化基础理论)

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：142-147