基于遗传算法的BP神经网络

基于遗传算法的BP神经网络

源码地址：https://github.com/Grootzz/GA-BP
介绍：
利用遗传算法并行地优化BP网络的权值和阈值，从而避免了BP网络在优化权值和阈值时陷入局部最优的缺点

背景：
这个项目的背景为客运量和货运量的预测

文件介绍：

1. freightFlow.xlsx ： 货运量数据集，前7列为影响货运量的因素，第8列为货运量
2. passengerFlow.xlsx ： 客运量数据集，前7列为影响货运量的因素，第8列为客运量
3. Data.mat：这是一个结构体，成员P为从客运量数据集，成员F为货运量数据集

函数概述：

1. gadecod：对输入的染色体编码，编码方式一般有两种，实数编码和二进制编码。
   此项目中对应的为实数编码，所以编码后的值即为解码后的值。
2. getBPinfo：获取BP网络的基本信息。
3. gabpEval：计算适应度
4. normInit：数据获取，存入结构体Data.mat
5. mainFun：主函数，完成训练和预测

GAOT使用说明：

因为项目中用到了GAOT工具包中的函数，所以需要将GAOT工具包加入路径。
操作步骤为：点击GAOT文件—>添加到路径—>选定文件夹和子文件夹
这样，工程中就可以调用GAOT工具包中的函数了

初始种群的生成函数：

[pop]=initializega(num,bounds,eevalFN,eevalOps,options)

<