收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

参数化模糊遗传神经网络及在植物病害预测的应用

熊雪梅  
【摘要】:人工神经网络由于具有自学习的优点,应用广泛。而其中前向神经网络采用误差反向传播算法,又是应用最为广泛的一种神经网络。但是,BP算法训练速度慢,且容易陷入局部最小。这些都局限了神经网络在植物病害方面的应用。国内还没有神经网络在植物病害预测方面的实际应用。要加深神经网络在植物病害上的应用,首先必须克服算法陷入局部最小的缺点,提高算法的训练速度,提高网络使用测试组时的分类精度。 本论文为了改进参数化前向神经网络PENN的性能,网络各隐含层采用了带2个参数的变形Sigmoid函数,网络各层间采用了快捷连接方法。变形Sigmoid函数的参数由遗传算法配置。为了将改进的参数化前向神经网络应用于植物病害预测,考虑到其输入矢量有时含模糊分量,网络的输入层引入了模糊集合理论,使网络能处理语义变量。模糊输入输出的参数同样由遺传算法配置,构成新的神经网络算法PFNN_FG。PENN_FG的基本结构总体上是一个多层前向神经网络,由一个输入层,一个模糊输入层,两个隐层和一个输出层组成。从输入层到模糊输入层是一个转换过程,变形Sigmoid函数用于各隐含层,输出层采用线性传输函数。神经网络虽然能够很好地预测,但是它不能解释为什么给出的输出是合理的。因此,从训练后的网络抽取规则也是本论文的工作之一。所采用的规則抽取方法简单,所得的规则数量远远少于ANFIS的规则,而且推导了多隐含层的神经网络规則抽取的公式。实验所用的Stuttgart神经网络模拟软件SNNS可模拟多种结构的神经网络及相应的算法。通过改进SNNS的内核,加入了新的学习算法PFNN_FG,新的参数化传输函数Act_Variandt_Sigmoid和模糊π函数Act_Fuzzy_Pi。将PFNN_FG和其他神经网络如前向神经网络,径向基神经网络等用于大豆基准问题进行分析比较,结果是PFNN_FG在精度和训练速度上优于其他网络。将PFNN_FG和前向神经网络用于3组黄瓜霜霉病数据,前者测试组的均方根误差小于后者。 博士学位论文参数化模糊遗传神经网络及其在植物病害预测的应用 误差反向传播学习算法之所以速度慢,部分是由于误差信号在网络各层间反向 传播时得到衰减。为了解决导致前向神经网络(FNN)中误差反向传播学习算法的误 差信号衰减问题,方法之一是依次增大隐含层的误差信号。通过调整变形Sigmoid 函数的参数,可以减轻误差信号的衰减问题。在不同的隐含层应用不同参数配置的 变形5 igmoid函数,就构成了参数化的前向神经网络(PFNN).PFNN是PFNN一FG的一 个基础组成部分.与文献中的PFNN相比,参数减少了一个而不影响其增强误差信 号的功能,且能使遗传算法中的染色体串长度减少. 解决误差信号衰减问题的另一方法是快捷连接方式.它使得各层之间信息得到 直接的传递,每层都直接与后续层相连,而不是只与紧挨着的一层相连.一个快捷 相连的参数化前向神经网络PFNN,如果输出层激励函数为线性函数,则可以看成是 由一个无快捷相连的非线性PPNN和一个线性网络的组合。因此,快捷相连的PFNN 可以解决非线性和线性问题。本论文中的PFNN为快捷相连的前向神经网络,这也是 与文献中的含3个参数的PFNN的改进之处,使网络能处理线性和非线性的问题。 各隐含层的激励函数为变形sigmoid函数,输出层激励函数为线性函数.考虑到 RPROP的快速学习能力,PFNN一FG中采用这种学习算法。 模糊集合理论用于神经网络的输入层,可使神经网络能够处理语义和数据输 入。 多层参数化前向神经网络,(。耐维输入(。维语义输入和,维数据输入) I,一风气年标+l),.~人n+,)1转换成(劲砌维输入: 人一卜:(人,),…,产,(I‘(3。)王xi(3。十.,,…,戈(3。十m,J·[X.,XZ,…X3。,X(3,十:),:.,,x(3。,,,1· 这里产值代表相应的语义二集低(L),中(动和高(功的隶属度函数;I值指模 糊输入层的伪耐个输入。语义输入特征毛的二集低(L),中(劫和高(劝的隶属度 值表达式中的参数。jh,c,,c,,心,标,际等三个语义特征沿第j轴的中心和半径由遗 传算法配置。 中文摘要 在补偿系统的基础上推导出含多隐层的神经网络输出与输入间的表达式为 《“,一勇(,‘,*·,)(ol(一,卜噜(f(,一)(‘’攀,f(一(、)). 由于f场)(戈)可以解释为不上右(左)开放的模糊集(依巧‘为正(负)而定),补 是口表示相应的模糊集的饱和度的广义对称总和.输出与输入间的表达式可以解释 “如果石由Ta约束,不(即I,J由兀约束”.不翔沪(即动…几以即几口由几.约 则O为它们的饱和度的广义对称总和”.此处“约束”指“最小”, 的权值为正,反之,为“最大,.界是由厂,代表的模糊集的语义变量. 的规则为各隐含节点产生的规则的线性组合. 如果相应 输出节点 为束 手工确定初始参数既费时又不能保证获得最优配置.参数的配1问题可以转化 为优化问题,由遗传算法(GA)完成.GA在PFNN一PG中的应用分为三个部分:优化初 始权值,模糊输入参数和变形51 gmoid函数的参数. GA通过染色体表示问题的参数。染色体可含一个或多个子串.每个染色体包 含问题的一个解决方案.本文中每个染色体包含三个子串,分别代表权值,模糊输 入参数和变形5 igoid函数的参数。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 魏加华,张建立;非线性水污染控制系统规划的遗传算法[J];煤田地质与勘探;1999年02期
2 李哲,张军涛;基于遗传算法与人工神经网络相结合的玉米估产研究[J];自然资源学报;2000年03期
3 许必熙;育种算法简介[J];大众科技;2005年09期
4 储诚山;程道辉;苏小红;;基于遗传算法和GIS的给水管网水力计算[J];中国农村水利水电;2006年02期
5 吴昌友;孙福田;王福林;;改进实数遗传算法在减速器设计中的应用[J];东北农业大学学报;2006年01期
6 储诚山;张宏伟;郭军;;基于遗传算法和BP神经网络的用水量预测[J];中国农村水利水电;2006年04期
7 卢玉宇;陈建能;张翔;;一种改进的遗传算法及其收敛性分析[J];安徽农业大学学报;2007年04期
8 王海英;尤波;张礼勇;李红文;;基于改进遗传算法的移动机器人PID参数优化设计[J];东北林业大学学报;2008年02期
9 孙金领;常桂娟;张好治;徐英;;基于优先权值编码的3个体交叉的遗传算法[J];青岛农业大学学报(自然科学版);2008年01期
10 陈宝平;王德刚;;基于改进的遗传算法对B样条曲线拟合[J];内蒙古农业大学学报(自然科学版);2008年01期
11 徐苒;潘郁;;地震应急物资中转站选址模型与算法[J];安徽农业科学;2008年30期
12 李菲;王福林;吴昌友;;基于遗传神经网络的农村用电量需求预测[J];东北农业大学学报;2009年02期
13 金秀慧;;基于遗传算法的PFC控制电路电压环的优化设计[J];农业装备与车辆工程;2009年08期
14 陈中旭;高鹏;李美生;;基于遗传神经网络的渔业养殖疾病预测[J];现代农业科技;2010年03期
15 朱彦廷;;基于遗传算法的关联规则挖掘[J];西昌学院学报(自然科学版);2010年03期
16 随顺科;孙长江;;生物遗传算法在PID控制无土栽培喷液速度中的应用研究[J];安徽农业科学;2011年22期
17 余青原;张宝伟;;基于遗传算法的城市给水管网优化运行研究[J];西南农业大学学报(社会科学版);2011年05期
18 吴承祯,洪伟;一元材积方程V=aD~b遗传算法的最优拟合研究[J];西南林学院学报;1996年03期
19 王宏丽,李凯,李良晨;单层工业厂房排架结构的优化研究[J];西北农林科技大学学报(自然科学版);2001年S1期
20 高龙士,邱丽芳,史铁军;混合编码遗传算法在机构参数优化中的应用[J];山东农机;2005年06期
中国重要会议论文全文数据库 前10条
1 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
2 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
3 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
5 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
6 姜楠;张春森;;遗传算法在图像模板匹配中的应用[A];高精度几何量光电测量与校准技术研讨会论文集[C];2008年
7 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
8 何奉道;梁向阳;;基于遗传算法的机车周转图优化编制方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
9 刘忠凯;薛正辉;任武;李伟明;高本庆;;用遗传算法优化八木天线[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年
10 汝勇;杨树强;;遗传算法在历史性约束组合优化问题中的应用[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
4 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
5 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
6 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
7 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
8 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
9 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
10 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年
中国硕士学位论文全文数据库 前10条
1 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
2 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
3 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
4 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
5 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
6 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
7 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
8 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
9 栾丽霞;遗传算法在潍坊商校排课系统的研究与应用[D];电子科技大学;2011年
10 王辉;基于改进遗传算法的物流配送路径优化研究[D];山东科技大学;2010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 杨静;QIS系统:企业的神经线[N];中国质量报;2005年
3 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
4 何晓华徐云翔;参数化执法检查:从异常数据中找问题[N];中国税务报;2007年
5 本报记者刘纪生 通讯员李友海;时尚与考验[N];中国冶金报;2009年
6 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
7 罗兰;桂能软件OnePLD获得创新基金无偿资助[N];中国高新技术产业导报;2006年
8 赵志宏;兰花的远大谋略[N];金融时报;2007年
9 高文;技术与应用齐步走[N];计算机世界;2006年
10 本报记者 郝丽萍;提高效率和质量的法宝[N];中华建筑报;2008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