收藏本站
《华南理工大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

进化回归神经网络的研究及应用

陆婷  
【摘要】:本论文针对回归神经网络的结构与性能、进化算法与回归神经网络的结合以及进化回归神经网络在化工过程软测量方面的应用展开研究。 首先针对三个不同特点的时序关联数据建模及预测的标准问题,采用不同的建模数据结构,对比性地研究了前向网络与回归神经网络对时序关联数据的建模及预测能力。仿真结果表明使用前向网络为复杂时序数据建模,必须采用包含了历史信息的样本数据,而利用具有内部隐含状态的回归神经网络,无需获知序列的时序特点,仅仅采用最简单的动态时序关系样本数据就能够为对应的数据序列建立具有良好预测能力的模型。 在明确了回归神经网络的应用专长之后,给出了一个回归神经网络的综合结构并对几种典型的基于梯度下降的回归神经网络训练算法加以概括,上述算法大都对网络结构有所限制,计算复杂度高且难以推广,限制了对回归神经网络性能及应用的深入研究。相比之下,进化算法对神经元激活函数及网络误差函数没有要求,用于训练不同结构回归神经网络具有通用性,无需复杂的梯度计算,且训练过程不易受到陷入局部极小问题的困扰,两者的结合是很有意义的研究方向。 作为一种强有力的全局优化技术,进化算法对搜索空间多个位置的群体,而不是单个位置展开搜索,因而成功应用于多种优化问题,其中也包括神经网络结构与权值的进化优化,进化算法与神经网络相结合逐渐成为近年来软计算科学领域的一个研究热点。对现有研究成果的归纳总结表明得到最广泛应用的遗传算法并不适用于回归神经网络这样复杂结构的设计与训练,而目前已经出现的基于进化算法的神经网络系统,尤其是进化回归神经网络系统,存在着编码方式不明确;对网络结构,尤其是隐层神经元的连接有诸多限制;参数设定过于随意;过于强调结构变异及局部训练,以至系统复杂度高,进化效率低下等问题,结合进化算法不同分支的特色,本文提出并实现了一个简单实用的进化回归神经网络系统BERNN,主要针对固定结构全连接回归神经网络的权值进行优化。基于该系统,完成了关于回归神经网络对时序关联数据建模及预测能力研究的主要仿真。仿真结果表明,该系统可以针对特定问题寻找到具有合适权值分布的回归神经网络模型。 针对BERNN系统存在的搜索过程漫长,进化效率低等问题从三个方面着手对其进行了改进:首先根据训练过程中网络拟合误差的变化情况,提出了一种可切换的适应度评估函数设定方案,使得适应度能够始终保持对训练误差的敏感性,保证选择机制正确而有效地复制优良个体;进一步的,针对均匀变异对个体变异
【学位授予单位】:华南理工大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TP183

【相似文献】
中国期刊全文数据库 前10条
1 乔英;高岳林;江巧永;;一种新局部搜索策略的差分进化算法[J];太原理工大学学报;2011年04期
2 刘淳安;;一类动态非线性约束优化问题的新解法[J];计算机工程与应用;2011年22期
3 宋丹;;基于自适应维度选择的记忆进化算法[J];计算机工程;2011年13期
4 刘国联;何燕;;自调整柯西变异克隆算法[J];科学技术与工程;2011年17期
5 张建科;;生物地理学优化算法研究[J];计算机工程与设计;2011年07期
6 任亚峰;郑金华;;多目标进化算法搜索鲁棒最优解效率研究[J];计算机工程与应用;2011年23期
7 梁昔明;龙文;龙祖强;肖伟;秦浩宇;;自适应梯度指导交叉的进化算法[J];小型微型计算机系统;2011年07期
8 周喜虎;高兴宝;;具有时间因子的粒子群优化算法[J];纺织高校基础科学学报;2011年02期
9 杨观赐;马鑫;李少波;钟勇;于丽娅;;改进的克隆选择算法与SPEA相结合的进化算法[J];四川大学学报(工程科学版);2011年05期
10 温洁嫦;刘海林;李铭;;WCDMA基站位置和参数配置的建模及进化算法[J];计算机工程与设计;2011年08期
中国重要会议论文全文数据库 前10条
1 楼洋;李均利;陈刚;;基于个体排序的差分进化算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
2 莫纯欢;石纯一;史忠植;陈青;周代琪;;进化算法中的各种选择机制的分析和比较[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
3 赵娟;蔡涛;邓方;杨红伟;;基于改进差分进化算法的脉冲控制方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 张明;周永权;;一种新型的全局优化算法—区间进化算法[A];第二十七届中国控制会议论文集[C];2008年
5 唐焕友;郭崇慧;杜秀红;张立震;范丽伟;;几种进化算法的比较及计算效率分析[A];2001年全国数学规划及运筹研讨会论文集[C];2001年
6 任守信;孟和;高玲;;应用智能信息技术同时测定多种金属离子[A];2011中国环境科学学会学术年会论文集(第四卷)[C];2011年
7 罗长童;张绍良;;符号回归问题的解析矩阵进化算法[A];第十四届全国激波与激波管学术会议论文集(下册)[C];2010年
8 云庆夏;王战权;;采矿工程决策中的进化算法[A];第六届全国采矿学术会议论文集[C];1999年
9 彭锦;;进化算法综述[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
10 曹爱增;陈月婷;魏军;李金屏;;一种基于EDAs和聚类分析的杂合进化算法[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库 前4条
1 本报记者 徐玢;进化畅想:机器人能否成“人”[N];科技日报;2009年
2 王小龙;进化算法可解决风电机选址问题[N];科技日报;2011年
3 本报记者 任荃;质疑大师,请用科学的方法[N];文汇报;2009年
4 许元;人工智能,人类对自身的挑战[N];人民日报;2011年
中国博士学位论文全文数据库 前10条
1 陆婷;进化回归神经网络的研究及应用[D];华南理工大学;2003年
2 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
3 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年
4 张鹏翔;多目标进化算法及其在电力系统中的应用研究[D];华中科技大学;2004年
5 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
6 李映;混合智能计算方法及其应用[D];西安电子科技大学;2002年
7 崔承刚;基于启发式知识进化算法的复杂约束优化问题求解[D];浙江大学;2010年
8 王允良;飞行器总体参数优化的进化算法及其应用研究[D];西北工业大学;2006年
9 童梅;智能控制在电力系统谐波抑制中的应用[D];浙江大学;2002年
10 刘海林;单目标、多目标最优化进化算法[D];华南理工大学;2002年
中国硕士学位论文全文数据库 前10条
1 谢俊凰;进化算法研究平台的设计与开发—数据处理[D];太原科技大学;2011年
2 刘彤;解多目标优化问题的进化算法[D];西安电子科技大学;2010年
3 邹丽珊;共同进化算法及其应用研究[D];湘潭大学;2002年
4 刘楠楠;基于进化算法的多目标优化算法及应用研究[D];南京航空航天大学;2010年
5 杨淑媛;量子进化算法的研究及其应用[D];西安电子科技大学;2003年
6 刘淳安;无偏好多目标优化进化算法及其应用[D];西安电子科技大学;2005年
7 杜金玲;基于水平集进化的全局优化进化算法研究[D];西安电子科技大学;2004年
8 冀德刚;物流运输中车辆路径优化算法研究[D];河北大学;2011年
9 周丽娟;进化算法及其在全局优化和VRP中的应用[D];西安电子科技大学;2007年
10 梁峰;基于BPSO和变邻域差分进化算法的配电网重构[D];东北电力大学;2011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