收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

进化计算优化前向神经网络的学习方法研究

季伟东  
【摘要】:系统仿真领域的研究难点和研究热点之一是对复杂系统进行仿真及建模研究。人工神经网络通过大量互连神经元之间连接权值的分布存储来表示网络的解题知识,具有并行处理、自学习和能以任意精度逼近任意非线性函数等特性,神经网络具有的这些优点使其适宜于复杂系统建模中。但神经网络在应用中还存在一些问题,譬如网络学习局部极小,收敛速度缓慢,网络结构设计复杂及泛化性能弱等缺点,神经网络的这些缺陷阻碍了其应用。神经网络学习从本质上说是网络结构与权值的优化过程,神经网络这些局限性都不可避免的会牵扯到网络学习中的优化问题。进化计算是一类模拟生物进化过程与机制求解问题的人工智能技术,进化计算具有智能性和本质并行性两大特点,它不受对象目标函数连续可微条件约束,在一些离散、多态、含噪声的优化问题中更显示出该方法独特的优势,进化计算具有的这些优点为解决神经网络自身缺陷提供了一条全新可行途径。 本文利用群体智能中的进化计算来解决神经网络在复杂系统建模中存在的主要问题,并将其应用于木材表面缺陷识别。主要研究内容如下: 首先,针对网络结构固定情况下传统BP学习方法对网络学习易陷入局部极值、学习精度不高等缺陷,提出一种基于BP算子的粒子群(PSO)优化神经网络权值的学习方法。该方法有效结合粒子群算法和BP算法优点,在PSO全局勘探和BP局部开发之间能给出一个较好的折中;更重要的是该结合方式能给PSO进化和BP搜索之间提供一个相互充分作用的机会,即在PSO每代寻优解的基础上执行BP操作可以获得精度更高的优化解,同时该优化解又返回到粒子群优化过程并共享其位置信息引导群体的快速进化,两种算法之间相辅相成,相互促进来达到共同的寻优目的。实验结果表明该学习方法学习精度高,收敛速度快,在性能上优于常规神经网络的学习方法。 其次,针对单一进化算法对复杂优化问题存在早熟收敛、优化效率低的问题,提出一种实数编码遗传算法与粒子群优化方法相结合的改进混合遗传算法(IHGA),该方法引入生态学中生态位构建思想,使得个体具有一定程度上的学习能力。采用遗传算法和粒子群算法的不同搜索机制共同作用于父代个体生成子代个体,一方面可以保持种群个体的多样性,同时也在一定程度上避免了算法早熟收敛。理论证明IHGA具有概率为1的全局收敛性,实验结果也表明该方法显著提高了算法优化性能及其优化解的可靠性。在此基础上,引入带连接开关的神经网络,提出一种基于IHGA的网络结构与权值并行调整优选方法,仿真结果表明该方法设计的网络学习精度高,结构节俭。 然后,研究了径向基网络(RBF)的设计问题,提出了一种基于PSO的RBF网络新设计方法,该方法由正则化正交最小二乘法与D-最优试验设计结合算法自动构建结构节俭的RBF网络模型;通过改进粒子群优化算法优选结合算法中影响网络泛化性能的三个学习参数,即基宽度参数、正则化系数和D-最优代价系数的最佳参数组合。仿真实例表明了该方法是一种较好的RBF网络设计方法。 在木材缺陷检测问题的研究工作中,表面缺陷检测技术一直占有重要的地位。木材表面缺陷模式识别通常采用人工神经网络技术,与其它检测技术相比,神经网络能够提高缺陷检测的准确率和检测效果,但同时仍然不能摆脱神经网络自身缺陷限制,使得其识别率不高。最后,将本文所提出的学习方法应用于木材表面缺陷识别中,与其它常见的网络学习方法做比较,并分析本文方法优缺点。结果表明采用本文方法构建的网络模型具有较高识别精度,且结构节俭,表明了本文提出的神经网络学习方法适宜应用于复杂网络模型建模中。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李敏强,徐博艺,寇纪淞;遗传算法与神经网络的结合[J];系统工程理论与实践;1999年02期
2 张伟丰;郑建国;;多智能体遗传算法优化神经网络权值研究[J];湖北汽车工业学院学报;2005年04期
3 赵莉萍;一门新学科——计算智能[J];华东船舶工业学院学报;1999年05期
4 唐彰国;孙威力;邵发明;;人工智能研究进展[J];乐山师范学院学报;2006年05期
5 何永勇,褚福磊,钟秉林;基于进化计算的神经网络设计与实现[J];控制与决策;2001年03期
6 张煜东;吴乐南;韦耿;;基于粒子群神经网络的细胞图像分割方法[J];电子测量与仪器学报;2009年07期
7 佘远俊;张翠芳;鄢田云;;粒子群神经网络及其在非线性系统辨识中的应用[J];成都信息工程学院学报;2006年02期
8 崔海青;刘希玉;;基于粒子群算法的RBF网络参数优化算法[J];计算机技术与发展;2009年12期
9 孟非;潘朋朋;;基于混沌PSO-BP混合算法的神经网络[J];计算机仿真;2011年02期
10 余健;郭平;;基于改进小波神经网络的网络流量预测研究[J];计算机应用;2007年12期
11 寇蔚;孙丰瑞;杨立;;多粒子群优化算法和RBF神经网络在缺陷故障参数红外智能识别中的应用[J];数据采集与处理;2008年S1期
12 郭健;莫国梁;陈庆伟;;基于粒子群优化神经网络的移动机器人门牌识别方法研究[J];计算机与数字工程;2009年04期
13 刘永红;神经网络理论的发展与前沿问题[J];信息与控制;1999年01期
14 李克平,陈天仑,刘恒玲;基于混沌算法的自适应预测模型[J];系统工程理论与实践;2003年01期
15 钟慧玲;李鸿洁;李冰;;基于PSO的BP训练算法[J];计算机工程与设计;2007年17期
16 陈骏;;智能计算应用研究[J];黑龙江科技信息;2009年06期
17 季厌浮,张绍兵;计算智能技术及其应用[J];煤炭技术;2004年02期
18 何振亚;计算智能信息处理[J];数据采集与处理;1996年02期
19 王凤琴,高颖,赵军;基于遗传算法的神经网络优化[J];燕山大学学报;2001年03期
20 雷德明;吴智铭;;Pareto档案多目标粒子群优化[J];模式识别与人工智能;2006年04期
中国重要会议论文全文数据库 前10条
1 远俊红;柳青;;软计算研究综述[A];2008年计算机应用技术交流会论文集[C];2008年
2 杨育荣;左瑞芹;王科俊;;基于粒子群优化的神经网络集成研究[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
3 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
4 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
5 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
6 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
7 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
8 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
9 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
10 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 季伟东;进化计算优化前向神经网络的学习方法研究[D];东北林业大学;2013年
2 李磊;六自由度并联平台位置正解及控制方法研究[D];哈尔滨工程大学;2008年
3 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
4 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
5 唐漾;复杂网络动力学及其应用的若干问题研究[D];东华大学;2010年
6 谢涛;基于(多)小波(包)、神经网络及优化的模拟电路故障诊断研究[D];湖南大学;2011年
7 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
8 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
9 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
10 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 景晨光;基于智能融合的全生命周期造价估算方法研究[D];石家庄铁道大学;2011年
6 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
7 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
8 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
9 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
10 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 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
3 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
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 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
6 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
7 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
8 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
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004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