《表4 遗传算法运行参数Tab.4 Operation parameters of genetic algorithm》
提示：宽带有限、当前游客访问压缩模式
未经过遗传算法优化的神经网络的权值和阈值是随机初始得到的，不同的权值和阈值对于网络训练的结果是不一样的，为了使预测的结果更加准确，因此引入遗传算法，对神经网络进行优化[15]。本文采用适应度函数:FitnV=ranking，为目标函数的输出，使预测值和期望值更加接近。定义的遗传算法参数如表4所示，其中初始种群为随机选取生成，设定的代码如下:
| 图表编号 | XD0057590800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.28 |
| 作者 | 郭强、郑燕萍、朱伟庆、晋保荣 |
| 绘制单位 | 南京林业大学汽车与交通工程学院、南京林业大学汽车与交通工程学院、南京林业大学汽车与交通工程学院、南京南汽冲压件有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
