收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

进化RBF神经网络分类器研究

薛富强  
【摘要】:本文致力于基于进化的RBF神经网络分类技术研究,重点解决该技术在通信信号调制识别和信道均衡两方面的应用问题,主要包括基于遗传算法的分类特征选择、基于遗传算法的资源分配网络(Resource-Allocating network,RAN)初始化、基于进化RBF神经网络的调制分类器设计与实现,以及基于进化RBF神经网络的信道均衡器设计与实现等内容。本论文工作是作者所在实验室承担的军队某大型工程研究项目的一部分。 本文的主要工作成果和创新点概括如下。 1.深入研究了作为进化理论重要内容之一的遗传算法在通信调制信号特征选择中的应用。提出了两种基于家庭竞争思想的改进遗传算法,一是基于群体中值信息,自适应调整交叉概率和变异概率。二是基于进化种群不可行解和个体违约程度信息,自适应调整惩罚系数。两种算法有效协调了种群多样性和选择压力之间的矛盾,都能够快速收敛到全局最优解,以最优特征子集作为RBF神经网络调制分类器的输入,减少了冗余特征对分类正确率和分类器结构复杂度的影响。 2.基于遗传算法,提出了两种改进的资源分配网络(Resource-Allocating network,RAN)初始化算法,以实现对RBF神经网络的输入数据预聚类,以聚类中心作为RAN算法的起始中心。一种改进算法是基于流水线遗传算法,加快了RAN算法收敛速度;另一种改进算法是以双倍体方式对4QAM信号编码,对复数域的RAN算法初始化,提高了复数RBF神经网络均衡器的性能。两种算法都降低了RAN算法对异常数据和噪声的敏感度,不仅提高了RBF神经网络调制分类器的分类准确率,而且提高了复数RBF神经网络均衡器处理恶劣信道的能力。 3.提出了一种基于改进适应度函数的递阶遗传算法RBF调制分类器算法。常规的单目标加权求和函数作为算法适应度,其实现前提是需要给多个参数合理赋值,由于适应度函数综合考虑了网络结构复杂度和网络精确度,因此,微小的数值变化都会影响分类器的结构规模及分类性能。新的适应度函数只有一个待定参数,可根据网络应用需要较精确地设定。简化了设计进化算法的难度和复杂度,提高了RBF调制分类器的分类准确率。 4.提出了一种基于改进递阶遗传算法的RBF信道均衡器算法。这类算法通常将均衡转化为分类识别问题。算法对递阶遗传算法适应度函数待定参数的赋值提出了一种新方法,通过确定信道传输函数零点与单位圆的最小距离,给出了待定参数的取值范围,减少了设计算法的工作量,避免了经验因素对算法的影响,拓展了RBF均衡器的应用范围。提出了一种基于自适应小生境的递阶遗传算法。以控制基因的最小汉明距离作为小生境区域,可自适应地动态控制群体搜索的范围,有效避免了固定小生境区域带来的计算复杂度高、求解质量低的问题,算法单次运行即可提供多个较优解,在聚类有效性判决基础上,可从中选择最理想的解作为RBF神经网络均衡器结构。 5.提出一种改进选择策略的多目标进化方法,并将这种算法应用于RBF均衡器设计。该算法进化过程中只保留部分精英,并且随着进化深入而逐渐减少保存的数量,有效抑制了进化群体局部最优解的快速聚集,解决了改进非支配排序遗传算法(NSGA-II)全部保留精英造成的容易早熟收敛问题。进化得到的Pareto最优解集,为RBF均衡器的设计提供了更多直观而又可靠的选择。 论文各章节中分别给出了所提出算法的翔实仿真实验结果,证实了算法的正确性、可行性和相应的性能特点。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 阚晓旭;金晓明;;RBF多模型神经网络软测量技术在湿法磷酸生产中的应用[J];化工自动化及仪表;2006年01期
2 宋清昆,姜雷,郝敏;基于改进遗传算法的模糊神经网络控制[J];电机与控制学报;2005年06期
3 段明秀;孙可;;基于PAM聚类方法的RBF神经网络设计[J];沈阳师范大学学报(自然科学版);2009年04期
4 郭海防;任树新;杜文辉;;基于RBF神经网络的股市涨跌分类预测[J];中小企业管理与科技(上旬刊);2010年03期
5 王义飞;鲁毅;刘涛;;纯滞后对象的RBF神经网络PID控制研究[J];机械制造与自动化;2011年02期
6 方桂娟,林锦贤;基于RBF神经网络的智能入侵检测系统[J];三明学院学报;2005年02期
7 霍山;;基于RBF神经网络的日发电量预测[J];云南水力发电;2007年05期
8 陈良海;;基于Hopfield网络的数字水印技术的研究[J];中国科技信息;2009年05期
9 李林;李建兵;牛鹏超;;基于粒子群算法的RBF神经网络的优化方法[J];山东电力高等专科学校学报;2010年01期
10 陈良海;;基于径向基神经网络的数字水印技术的研究[J];计算机安全;2009年08期
11 唐守军;;对一种基于RBF神经网络结构的模糊隶属度函数学习计算方法研究的探讨[J];广东科技;2009年22期
12 李振刚,江芳泽,张美凤;采用RBF网络构建产生式知识库[J];机电一体化;2000年04期
13 赵恒平,俞金寿;一种基于T-S模糊模型的自适应建模方法及其应用[J];华东理工大学学报;2004年04期
14 李延新;李光宇;李文;;基于RBF神经网络的隶属度函数学习算法[J];大连交通大学学报;2007年02期
15 张扬;曲延滨;;基于蚁群算法与神经网络的机械故障诊断方法[J];机床与液压;2007年07期
16 赵磊;;基于RBF的高校图书馆信息化水平评价[J];现代情报;2008年04期
17 郭佰胜;宫宁生;;激活函数可调的RBF神经网络模型[J];微计算机信息;2009年06期
18 刘建伟;朱敏;;一种对RBF网络中聚类算法的改进[J];微计算机信息;2009年15期
19 黄颖松,梁协雄,曹长修;基于GRBF神经网络的脱硫预报模型[J];计算机工程与应用;2003年24期
20 李晓梅,马树元,吴平东,陈之龙,柳回春;基于Bagging的手写体数字识别系统[J];计算机工程与科学;2004年02期
中国重要会议论文全文数据库 前10条
1 ;New Sliding Mode Control of Building Structure Using RBF Neural Networks[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 李磊;詹仕凡;万忠宏;熊伟;;自适应RBF网络在地质异常体识别中的应用[A];中国地球物理学会第二十七届年会论文集[C];2011年
3 ;Gas Content Prediction Based on GA-RBF Neural Network[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 ;Wear Trend Forecast of Aero-engine Based on Improved RBF Neural Network[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 张文广;史贤俊;肖支才;李新;;基于RBF神经网络的导弹舵机系统故障检测[A];第二十九届中国控制会议论文集[C];2010年
6 肖迪;林锦国;胡寿松;;一种新的粗糙RBF网络集成方法[A];第二十七届中国控制会议论文集[C];2008年
7 韩德盛;李荻;;用RBF人工神经网络构建铝合金大气腐蚀预测模型[A];2008年全国腐蚀电化学及测试方法学术交流会论文摘要集[C];2008年
8 孟祥飞;缪伟斌;郭晴晴;王彩霞;郭倩;;基于RBF神经网络模型进行雷暴预测技术研究[A];第27届中国气象学会年会灾害天气研究与预报分会场论文集[C];2010年
9 ;A Method Based on PSO-RBF to the Optimization of Dam Structure[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
10 张文广;史贤俊;廖剑;李新;;RBF神经网络在惯导系统传递对准中的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国博士学位论文全文数据库 前10条
1 薛富强;进化RBF神经网络分类器研究[D];解放军信息工程大学;2009年
2 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
3 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
4 杜大军;网络控制系统的学习和控制策略研究[D];上海大学;2010年
5 高鹏毅;BP神经网络分类器优化技术研究[D];华中科技大学;2012年
6 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
9 江辉;基于多源遥感的鄱阳湖水质参数反演与分析[D];南昌大学;2011年
10 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
中国硕士学位论文全文数据库 前10条
1 朱一嘉;基于RBF神经网络的金融时序列预测研究[D];北京化工大学;2010年
2 王晓娟;基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D];河北农业大学;2011年
3 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
4 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
5 李昆仲;基于RBF神经网络的边坡稳定性评价研究[D];长安大学;2010年
6 史国强;基于RBF神经网络的网页分类技术研究[D];中国石油大学;2011年
7 王丽霞;基于BP和RBF神经网络的光伏最大功率跟踪对比研究[D];汕头大学;2010年
8 闫晶;基于MEDO粒子群算法的流量软测量RBF网络优化研究[D];燕山大学;2010年
9 张师玲;基于RBF神经网络与模糊控制的电力系统短期负荷预测[D];江苏大学;2010年
10 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年
中国重要报纸全文数据库 前10条
1 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
2 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
3 张名位 张孝祺 张媛;稻米下脚料中有宝可寻[N];农民日报;2002年
4 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
5 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
6 包家庆;IDS五大发展趋势[N];网络世界;2002年
7 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
8 易水;IT新词集锦[N];计算机世界;2003年
9 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
10 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978