一种新的神经树网络模型优化方法

神经树网络模型已成功应用于解决各类复杂的非线性问题, 并且神经树网络模型的优化过程一般是先拓扑 结构优化再参数优化, 这种无参数信息的结构优化策略的缺点是干扰适应度的评价. 鉴于此, 提出一种改进的遗传规 划(BGP) 算法来综合神经树网络模型的两个优化过程. 在两个时间序列预测问题上的仿真实验结果表明, 所提出算 法是一种有潜力且具备较好效能的方法.