收藏本站
《浙江大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

基于先验知识的神经元网络建模与应用

陈(羽中)伟  
【摘要】:建立准确的模型对化学工程的理论研究和实际应用都有重要的意义。由于很多化工对象都比较复杂,而且机理也不甚明了,因此,很难直接通过机理建立准确的模型。另一方面,神经元网络模型虽然不需要考虑机理,但它完全依赖于样本数据,当样本数据不足,或者包含有噪音,粗差等,无法准确全面地反映建模对象的特性时,就会降低模型的可靠性,甚至违反对象的机理。基于先验知识的神经元网络建模方法可以较好地解决上述两类方法的不足,它将对象中已知的一部分机理提取出来,作为先验知识,然后将其与样本数据相结合,共同建立可靠的网络模型。本文重点研究了这类方法的设计、实现和具体应用,主要内容有: 1) 根据先验知识和神经元网络结合方式的不同,将建模方法分为结构约束法,权值约束法和数据约束法。结构约束法是通过设计网络结构和计算方式将先验知识结合到模型中。权值约束法是通过设计训练算法使之在建模的过程中不断对网络的权值进行约束,防止其违反先验知识。数据约束法是通过对样本数据进行某种预处理使之能更好地反映对象的先验知识。 2) 提出了指数权法,它是一种结构约束法。算法以指数权的形式替代网络中原有的权,进行计算和训练,这样得到的网络本身就已经满足了单调递增的先验知识,因而训练后也不会出现违反先验知识的情况。 3) 提出了有约束优化方法,它是一种权值约束法。算法将网络训练看成是求解一个优化问题,网络权是优化变量,而先验知识则是优化问题中的约束项。应用优化理论中的算法,可对这个问题进行求解。 4) 提出了自适应方法,它是一种权值约束法。算法从系统论的观点来分析网络和训练过程,将网络作为一个系统,训练则是系统的演化过程,满足先验知识的网络系统处于稳定状态,而不满足先验知识的网络则处于不稳定状态。系统的初态是稳定的,在系统的演化过程中,可能出现失稳的状态,此时,必须通过自适应调节,使系统回复到原来的稳定状态或进入一个新的稳定状态。通过反复的演化和自适应调节,最终使系统 浙江大学硕士学位论文 达到到预定的目标。 5) 提出了改进的差分进化*DEP)算法,它是一种权值约束方法。算法也将 网络训练作为一个优化问题来处理,与有约束优化方法不同的是,它是 建立在差分进化算法的基础上,通过对一个群体不断进行选择、杂交和 变异操作,使之逐步进化,最终找到优化解。算法的改进部分主要是引 入j7iP操作、LMD策略和 RP策略,它们的作用分别是使进化过程中得 到的个体始终满足先验知识,对进化过程进行加速以及防止进化群体早 熟。 6)提出了插值点法,它是一种数据约束方法。算法的主要思想是:在原有 样本点的基础上,再生成一些满足先验知识的插值点,加入到原数据中, 然后用复合的数据对网络进行训练,在训练过程中,每完成一轮训练, 就从复合数据中剔除一部分插值点,并调整网络的训练目标,直至所有 的插值点都被完全剔除。 刀 提出了设计杂交方法的思想,即结合两种或两种以上的算法,取长补短, 得到一种更优的方法。而后,对现有的基于先验知识的网络建模方法的 性能进行了评估,并讨论了不同方法之间杂交的可能性。最后,以两种 杂交算法:IO算法和 IPF算法为例,对杂交算法的设计步骤和技巧进 行了讨论。 文章最后对所做的工作进行了总结,并在此基础上,提出了以下几点作为 进一步研究的方向: l)从理论的角度分析先验知识和神经元网络的关系 2)对现有的算法进行改进和扩充 3)将现有算法应用于其它的先验知识 4)从组合模型的角度实现先验知识与网络的结合 匀 研究先验知识与其它经验模型相结合的途径 6)从哲学的层面对建模、预测和先验知识进行分析
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2002
【分类号】:TP183

【相似文献】
中国重要报纸全文数据库 前6条
1 北京证券 吕立新;2001年热点板块扫描(下)[N];中华工商时报;2000年
2 中国银行国际金融研究所 谭雅玲;环境氛围对欧元明显有利[N];中国信息报;2001年
3 尚创新;证券产品创新先锋 认股权证[N];中国证券报;2002年
4 中国银行国际金融研究所 王蕾;重要数据公布前美元再次回升[N];中国信息报;2001年
5 中国银行国际金融研究所 雷小帆;美日政局变化 欧日汇率跌宕[N];中国信息报;2000年
6 记者 王波;股改时代:指数基金如何套利[N];上海证券报;2005年
中国硕士学位论文全文数据库 前2条
1 陈(羽中)伟;基于先验知识的神经元网络建模与应用[D];浙江大学;2002年
2 潘一格;关于指数权的积分和估计及Lagrange插值的加权平均收敛性[D];湖南师范大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026