文档介绍：天津大学
硕士学位论文
基于递阶遗传算法的BP网络训练和盲信号分离
姓名:舒柏晛
申请学位级别:硕士
专业:数量经济学
指导教师:郑丕谔
20070101
中文摘要关键词:思想,提出了一种新的编码机制——递阶结构染色体设计。简单地说,递阶编码本文在总结了遗传算法多年来的发展的基础上,结合大系统递阶优化技术的是一种多层次结构的编码,上层编码一般被定义为控制基因,最下层基因为参数基因。这样的编码结构相对于一维的编码而言能够更为完整地表达出问题的解空间,能够更好地解决网络的训练、侍馇蠼夂妥饕档鞫任侍獾鹊取针对目前网络训练方法的问题:只能在网络结构固定的情况下对权值进行训练。本文将网络的结构和权值作为一个整体进行编码,采用三层递阶结构:第一层表示网络的隐层个数,第二层表示每个有效隐层含有的神经元个数,第三层存储了各个有效神经元的权值和阈值信息。这样的染色体将网络的权值和结构作为一个整体进行表达,从而同时进行训练。此外本文结合网络复杂度的定义提出了一种新的适值函数。实验对比研究表明了递阶编码技术在网络训练上的具有较好的效果。盲分离问题具有广阔的应用前景,因此得到了学术界的高度重视,并逐渐成为新的研究热点。目前的盲信号分离算法,虽然不需要源信号的任何先验知识,但是需要在分离前已知源信号的个数,这个条件在很多情况下是很难实现的。比如说对语音信号的分离,对经济、金融时间序列数据的处理等等。使用上述递阶染色体设计的思想,利用遗传算法的自适应性,根据信号的高阶统计特征,自动地识别出估计信号的最优分离。实验研究表明了该方法的有效性。递阶遗传算法网络训练盲信号分离时间序列
篐甀甀琤瓸琣甀,.,瑆..,琂,琣.,,,瑆..珺珺,
学位论文作者签谚铲似字吼加辏琈日独创性声明』学位论文版权使用授权书或撰写过的研究成果,也不包含为获得:苤鲞盘堂或其他教育机构的学位或证本学位论文作者完全了解墨鲞苤堂有关保留、使用学位论文的规定。特授权墨空盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表作了明确的说明并表示了谢意。索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得学位论文作签字日期:日
第一章绪论遗传算法研究现状简述遗传算法甮是大学的甴于晔状提出的。的思想来源于进化论中遗传操作和自然淘汰的生物进化过程,以个体之间基因的交换和个体自身的基因变异为操作基础,使用适值函数对个体进行评价,保留优秀个体,淘汰适值较差的个体:因而可以说,是一种基于“优胜劣汰,适者生存”的高度并行、随机和自适应优化算法。目前随着计算机技术的不断发展,得到了越来越广泛的重视,并在神经网络,优化控制,组合优化,模式识别,生产调度等领域得到了广泛的应用。年,在美国卡耐基·梅隆大学召开了第一届遗传算法国际会议’,成立了国际遗传算法学会,以后每两年举行一次会议。还出版了两种新的杂志“保趴歉昧煊虻难跷恼隆日本新的计算机发展规划辝也把进化计算作为其主要支撑技术之一。我国有关遗传算法的研究,从世纪年代开始一直处于不断上升的时期,并取得了一系列令人瞩目的成果。尽管标准遗传算法具有全局的搜索能力,而且在理论上具有概率氖樟特性,但在实际运用中,依然有许多问题,比如说:过早收敛或者收敛太慢等问题,需要特别指出的是,至今为止,采用求解高维、多约束、多目标的优化问题仍然是一个没有较好解决的课题,但是在多年的发展中,各领域的专家学者已取得了很多具有创造性的改进,以下给出一些具有代表性的成果:嗦曾用J阶;汇杓瞥鲎頬欺骗性问题,并将欺骗性问题分成两类。遗传算法中的欺骗性问题的产牛往往和适应度函数的确定和调整、基因编码方式有关。提出通过改变适应度函数或编码方式,可以化解欺骗性问题。日攵远票嗦胗呕ǘ炔畹娜钡悖岢隽艘恢类似予对解空间进行尺度变换的参数动态编码策略VXи岢隽一种编码的新方法,将染色体的编码方案分为两层,上层基因控制下层基因⋯。挥趾捅湟焙“
、循环交叉算子、单点交叉算子、和多点交叉算子等等【ā造成一定概率不全局收敛的主要原副】。目前已经提出了很多交叉算子,主要有部分映射交叉⒃銮勘咴抵刈变异操作方面,近年来主要发展了自适应变异、多级变异逆转变异等操作,其中逆转变异适用于布局问题、侍獾鹊取樟残匝芯在收敛效率分析方面,主要有基于哪J蕉ɡ淼男史治龊突链的效率分析。近年来的研究主要集中在基于链分析,链分析能对遗传算法进行严格的数学分析。和对以浮点数编码的遗传算法的全局收敛