通过引入 ISODATA 分群算法利用遗传算法的群特性，一方面作为进化迭代的终止条件，当分群趋于稳定时，LM 算法对遗传算法得到的神经网络进行进一步训练，由 LM 算法弥补遗传算法没有微调能力的缺陷；另一方面，利用最后一代的群中心和最优个体产生具有多样性的个体，利用遗传算法的不同的进化方向，保证子预测器的多样性；
3. 传统的遗传算法采用二进制编码，编码长度由变量个数和求解精度共同确定，当训练大规模的神经网络时，计算量急剧上升。为此，本文采用实数编码和自适应的混沌扰动，提高遗传算法的搜索能力。
.........
参考文献（略）
