摘要：針對(duì)認(rèn)知無線網(wǎng)絡(luò)（CRN）中神經(jīng)網(wǎng)絡(luò)頻譜預(yù)測模型原有的反向傳播算法預(yù)測準(zhǔn)確率不高的問題,提出一種遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)頻譜預(yù)測模型訓(xùn)練（GA-NN）算法。通過在選擇、交叉、變異中加入隨機(jī)性,使種群的個(gè)體收斂至包含全局最優(yōu)解的集合內(nèi),再通過反向傳播算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)頻譜預(yù)測模型（BPNN）快速搜索到全局最優(yōu)解。仿真結(jié)果表明,GA-NN算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)頻譜預(yù)測模型的預(yù)測準(zhǔn)確率比BP-NN算法提高一倍以上,GA-NN算法在多種CRN中具有適用性。GA-NN算法提高了頻譜預(yù)測模型的預(yù)測準(zhǔn)確率,將促進(jìn)頻譜預(yù)測技術(shù)在CRN中的推廣應(yīng)用。