【前言】BP神经网络-改进-前言

由于许多同学在写论文、或对外项目时，只用BP神经网络会显得单薄，所以这里展示如何将BP神经网络结合其它算法来进行改进与优化，下面先来说说内容的安排。

一、BP神经网络-改进-课程安排

特别说明：普通学习BP神经网络的同学，不需要看这部分内容，不是必学内容。

本部分内容，主要讲解了智能算法优化BP神经网络，以及一些其它知名算法和BP的结合，如下：

• 《智能优化算法-结合BP》

用遗传算法(一种智能优化算法)来优化BP是大家历史以来的传统习惯，在这里，先给大家讲解模拟退火、遗传算法，让大家理解智能优化算法，然后再讲解如何用遗传算法来优化BP神经网络。

这里之所以先讲模拟退火，主要是用模拟退火算法来作为智能算法的入门更加容易，它没有遗传算法那么胡里花哨，可以更纯粹的从中理解智能优化算法的本质是什么，在它的基础上学习遗传算法会更加深刻一些，不至于流浮于表面胡里花哨的流程，在理解遗传算法优化BP时才能抓住本质。

所以整个内容就是模拟退火->遗传算法->遗传算法优化BP了。

• 《其它算法-结合BP》

这里讲解BP神经网络与机器学习中一些其它算法的结合应用，例如结合PCA、逐步回归、集成算法(Bagging)等。

本来'遗传算法优化BP'已经是传统基操、也不再需要讲其它算法了，但是在实际应用中，大家都深刻地体会到遗传算法对BP的优化并没有多少效果，更多时候是捏造一下使其效果好看一些，所以这就有些违心了，如果不想用遗传算法来优化BP，那这里再为大家提供一些其它算法结合BP的使用方法。

结束语

其实要让算法结合使用，是一件非常容易的事，只不过大家可能缺乏对其它算法的深入理解，所以不知道怎么结合而已，如果一些同学不知道怎么结合其它算法，那么看完本部分内容，不一定能保障大家得心应手，但应该至少会对算法的结合使用多多少少有一些更进一步的心得体会。