[发明专利]基于自适应遗传算法的BP神经网络风险识别方法及系统

摘要

本发明公开了一种基于自适应遗传算法的BP神经网络风险识别方法及系统，该方法包括：根据Sigmoid函数对自适应遗传算法进行优化，获得优化后的自适应遗传算法；根据自适应遗传算法计算得到BP神经网络的初始参数；获取BP神经网络的输入风险向量，根据初始参数以及输入风险向量，建立BP神经网络，并获取BP神经网络的输出风险误差；根据输出风险误差修正各个初始参数；在输出风险误差满足设定条件时，获取BP神经网络的输出向量；根据输出向量确定BP神经网络的各个风险的风险识别结果。本发明的技术方案旨在解决现有技术中BP神经网络初始参数由人为设定导致的利用BP神经网络预测电网投资风险值不准确的问题。

主权项

1.一种基于自适应遗传算法的BP神经网络风险识别方法，其特征在于，包括如下步骤：根据Sigmoid函数对自适应遗传算法进行优化，以获得优化后的自适应遗传算法；根据所述优化后的自适应遗传算法计算得到BP神经网络的各个初始参数；获取所述BP神经网络的输入风险向量，根据各个所述初始参数以及所述输入风险向量，建立所述BP神经网络，并获取所述BP神经网络的输出风险误差；根据所述输出风险误差修正各个所述初始参数；在所述输出风险误差满足设定条件时，获取所述BP神经网络的输出向量；根据所述输出向量确定所述BP神经网络的各个风险的风险识别结果。