收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于一种改进遗传算法的神经网络

李晔  
【摘要】: 随着时代的发展,科技的进步被控对象变得越来越复杂,其过程机理有许多不明之处,致使基于数学模型的传统控制方法难以奏效,因此提出很多智能控制方法,其中神经网络控制是解决这些问题的有效途径,可用来处理不确定性的复杂系统,神经网络虽然具有自学习能力,但其内部机理不很明确,知识表达困难。针对神经网络存在的不足,又考虑现在优化算法中,遗传算法具有鲁棒性、随机性、全局性、适于并行处理的优点,本文提出用遗传算法优化神经网络,弥补神经网络的不足。 遗传算法是目前应用最广的优化搜索算法之一。目前,遗传算法已经在许多领域得到了应用,如函数优化、模型优化、结构优化、工业生产、图像处理等等。但基本遗传算法易于陷入局部最优,在有些时候收敛速度过慢,这使得基本遗传算法很难找到全局最优。如何能够使遗传算法尽可能快地跳出局部最优和如何能够提高遗传算法的收敛速度,是近年来遗传算法研究领域的热点。 本文针对简单遗传算法(SGA)应用过程中所存在的不易收敛、结果常常陷入局部最优、编码方式存在解码误差、收敛速度慢等缺点,提出使用一种基于排序选择的改进遗传算法,并用其进行智能控制器的参数寻优。遗传算法的选择、交叉以及变异,每个环节的实现策略的改变都会对整个遗传算法的寻优性能产生重要影响;而且需要其它环节做出相应的调整,才能达到比较理想的提高遗传算法寻优能力的目的。基于上述原因,提出基于排序选择的改进遗传算法。所谓排序选择方法是指在计算出每个个体的目标值后,根据目标值的大小顺序对群体中的个体进行排序,适应度仅取决于排序后的个体在种群中的位置,并且每个个体的选择概率等于根据它所处的位置按某种规律计算出来的概率。 用改进的遗传算法优化调整神经网络的权值,将优化所得参数作为神经网络的初始权值。这种针对神经网络控制器的结构特点,用遗传算法训练优化网络权重,得到的复合智能控制器具有很好的特性,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力,并且可兼有神经网络广泛映射能力和遗传算法快速全局收敛等性能。 将基于改进遗传算法的神经网络控制器用于二级倒立摆系统,通过仿真结果的研究表明,基于排序选择的改进遗传算法在神经网络权值寻优中,能够充分发挥其全局寻优的特点,且能够很好的弥补BP算法训练时间长,响应速度慢的不足。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宋崇智;谢能刚;;智能算法在齿轮传动优化设计的应用[J];自动化与仪表;2006年06期
2 顾亦然,王锁萍;遗传算法与神经网络在接纳控制中的应用[J];计算机工程与应用;2005年19期
3 李鹏忠;黄淑娟;张为民;;基于神经网络与遗传算法的结构优化设计方法[J];桂林工学院学报;2007年01期
4 朱莉;高正红;;基于神经网络的翼型优化设计方法研究[J];航空计算技术;2007年03期
5 高阁;罗大庸;;基于遗传算法的医疗垃圾焚烧控制系统[J];计算机测量与控制;2007年04期
6 张惠珍;马良;;基于变尺度混沌优化策略的混合遗传算法及在神经网络中的应用[J];上海理工大学学报;2007年03期
7 任颖;李华伟;;基于改进遗传算法的神经网络非线性模型的辨识[J];现代计算机(专业版);2009年02期
8 陈书文;张斌;王水花;;遗传神经网络用于电磁兼容预测[J];计算机与信息技术;2010年Z1期
9 胡仁平;刘刚;;基于改进遗传算法的神经网络优化设计[J];计算机应用与软件;2011年01期
10 岳同森;王大海;;一种改进的仿生算法研究与分析[J];软件;2011年03期
11 王华伟,周经伦,沙基昌;基于遗传算法的一种新的神经网络结构模式研究[J];小型微型计算机系统;2002年04期
12 王洪瑞;李二超;魏立新;;基于改进神经网络的不确定性X-Y定位平台自适应控制[J];机床与液压;2006年06期
13 刘向虎;李艳芳;;遗传神经网络在求解初等函数高阶导数值中的应用[J];软件导刊;2010年03期
14 方建安,邵世煌;采用遗传算法自组织神经网络模糊控制器[J];东华大学学报(自然科学版);1997年06期
15 杨巍锋,乐可襄;快速神经网络计算方法的探讨(Ⅰ)[J];包头钢铁学院学报;2001年04期
16 路志英,杨玉峰,赵智超,庞勇,刘还珠;基于遗传神经网的沙尘暴预测模型的研究[J];计算机工程与应用;2005年33期
17 欧阳林群;;基于GA-BP的个股超短线预测应用研究[J];微计算机信息;2007年02期
18 陈骏;;智能计算应用研究[J];黑龙江科技信息;2009年06期
19 罗刚;陈小云;陈郁;;遗传神经网络在模拟电路故障诊断中的应用[J];长春理工大学学报(自然科学版);2009年03期
20 郭长庚;连智锋;钟珞;;一种新的基于神经网络的混沌控制方法研究[J];微计算机信息;2010年25期
中国重要会议论文全文数据库 前10条
1 寇纪淞;徐博艺;刘刚;;用遗传算法训练前馈神经网络的权值[A];1994中国控制与决策学术年会论文集[C];1994年
2 唐琎;蔡自兴;谭立球;;用基于遗传算法的神经网络指导股市交易[A];1999年中国智能自动化学术会议论文集(下册)[C];1999年
3 安世奇;孙一康;王京;;基于遗传算法的神经网络简单自适应控制[A];2005中国控制与决策学术年会论文集(上)[C];2005年
4 李晔;;基于遗传算法和神经网络的二级倒立摆控制系统[A];第25届中国控制会议论文集(中册)[C];2006年
5 杨宝庆;刘国栋;;RoboCup中的截球策略研究[A];2007中国控制与决策学术年会论文集[C];2007年
6 王正志;张光铎;;模糊推理、神经网络和遗传算法的一种有机结合的框架和实现[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
7 赵峻;褚涛;王碧秋;;基于遗传神经网络的重介质密度预测控制[A];第十六届全国煤炭自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2006年
8 王军;钟志军;黄心汉;;两轮小车避障控制的仿真研究[A];1996中国控制与决策学术年会论文集[C];1996年
9 赵宏;;基于优化遗传神经网络的水轮发电机组辨识[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 吴令;基于GA-NN和不可逆热力学的钢中氧化物夹杂预报模型[D];东北大学 ;2009年
2 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
3 吕瑞华;复杂经济系统混沌预测方法与多层局势决策方法研究[D];天津大学;2004年
4 焦嵩鸣;计算智能及其在热工系统中的应用研究[D];华北电力大学(河北);2007年
5 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
8 王荣吉;选择性激光烧结工艺的试验与优化方法研究[D];湖南大学;2005年
9 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
10 马进;基于遗传算法和神经网络的锅炉汽水系统模型参数优化[D];华北电力大学(河北);2009年
中国硕士学位论文全文数据库 前10条
1 李晔;基于一种改进遗传算法的神经网络[D];太原理工大学;2007年
2 李亚斐;基于计算智能的工程项目估算分析[D];长春工业大学;2010年
3 杨大春;基于遗传算法优化BP神经网络的行为识别[D];辽宁科技大学;2012年
4 陈郁;遗传神经网络在模拟电路故障诊断中的应用[D];长春理工大学;2009年
5 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
6 刘俊华;基于神经网络和遗传算法的语音识别方法研究[D];湖南大学;2005年
7 厉芸;基于神经网络和遗传算法模拟电路故障诊断方法研究[D];湖南大学;2005年
8 王一莉;瓦斯涌出量预测方法及其应用研究[D];南京工业大学;2005年
9 杨洋;粗糙集相关问题与粗糙集神经网络模型的研究[D];同济大学;2006年
10 刘凯;基于神经网络的开关磁阻电机模型的分析与研究[D];中国地质大学(北京);2005年
中国重要报纸全文数据库 前10条
1 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
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
8 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
9 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;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
  • 010-62982499
  • 010-62783978