1 / 63
文档名称:

遗传算法和人工神经网络的分析与改进(模式识别与智能系统专业优秀论文).pdf

格式:pdf   大小:1,596KB   页数:63页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

遗传算法和人工神经网络的分析与改进(模式识别与智能系统专业优秀论文).pdf

上传人:allap 2021/10/13 文件大小:1.56 MB

下载得到文件列表

遗传算法和人工神经网络的分析与改进(模式识别与智能系统专业优秀论文).pdf

相关文档

文档介绍

文档介绍:摘要本文着重对人工智能中两个热门课题——遗传算法和人工神经网络——进行分析和改进,并研究这两种方法协同进行的学****技术,然后将其应用到电池荷网络,在染色体中加入对学****算法的编码,以适应不同类型的数据。对基本服从正态分布的规律,并以此指导初始权值的设置。对姆抡娼峁悸堑郊だ谏窬V械闹匾W饔茫谏窬缰幸米楹霞だ扑,最终形成适合特定类型电池的神经网络预估模型。对三种不同类型电池的仿关键词:遗传算法,人工神经网络,荷电态,多样度,数理统计。电态顸估领域。痈怕式嵌确治鲆糯ú僮魉阕拥淖饔谩⑺阉鞣段б约爸秩憾嘌缘挠响,并根据种群多样度对遗传算法的参数进行自动调节,抑制早熟现象。对六个测试函数优化仿真结果验证了算法的有效性。酆峡悸鞘堇嘈汀⒀八惴ê屯缤仄酥涞墓叵担慕糯窬的仿真结果验证了算法的自适应能力。捎檬硗臣品椒ǚ治鲅盗非昂笊窬缛ㄖ档谋浠榭觯慕接剪切算法,并获得适合具体问题的非全连接神经网络。对姆抡娼峁表明改进算法能够在满足误差要求的前提下,尽可能简化拓扑,提高效率。捎檬硗臣品椒ǚ治鲂阅芙虾玫纳窬缛ㄖ捣植记榭觯芙岢銎表明按照正态分布初始化权值能够从~定程度上提高训练效率。函数的思想,并分析传统遗传编码方式对组合激励函数编码的缺陷,然后对其进行改进并形成混合编码的遗传神经网络。对姆抡娼峁砻鹘玫降具有组合激励函数的神经网络能够普遍减小输出误差。捎靡糯窬缃⒌绯睾傻缣允视υす滥P停ü窬绲学****功能分析荷电态同端电压、放电电流的关系,然后利用遗传算法优化网络拓真结果验证了两种方法协同进行的学****技术的自适应性和有效性。研究内容主要包括:·
知识水坝为您整理
甌甌甌.衛甌,.瑃.瓺琣.琹,瑆.,£
知识水坝为您整理
.琒.琩珹,甌篏.
签字日期:哗’惕订日学位论文作者签名:蟛学位论文作者签名:庑勇签字日期:誓辏削頔导师签名:考抽弋/之倦务薮学位论文版权使用授权书签字日期:珈;年垃月谌独创性声明表或撰写过的研究成果。也不包含为获得盘壅盘堂或其他教育机构的学位或本学位论文作者完全了解鑫鲞盘鲎有关保留、使用学位论文的规定。特授权叁洼盘堂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校向国家有关部门或机构送交论文的复印件和磁盘。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证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中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C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得
第一章绪论人工智能分类及研究背景【俊】标志着人工智能学科的诞生。在随后的几十年里,尽管遇到了许多困难、争议和人工神经网络和模拟生物种群进化的遗传算法。人工神经网络与计算机的研究几首次把人工神经网络付诸实践。但是年,人工智能创始人和代以来,符号智能在工程应用中遇到了许多困难,难以解决模式识别等对人来说非常简单的问题。由于这两方面原因,促使人们重新开始探索人工神经网络。年代末至年代初,遗传算法的出现带给人工智能新的活力。它通过模人工智能是一门新兴学科,至今尚无统一定义,它主要研究用机器来模仿和执行人脑某些智力功能。人工智能分为符号智能和计算智能两大流派,下面分别介绍其发展背景。早在二十世纪三、四十年代,数理逻辑和计算理论领域的许多著名学者就已经开始了对智能的探索,分析逻辑与计算思想同人工智能之间的关系。年夏,在笱Ь傩械牡谝淮稳斯ぶ悄苎刑只嵘希疃嘀Cд哒攵曰模拟人类智能的问题进行了热烈讨论,人工智能这一术语首次被使用。这次会议挑战,人工智能仍然取得了明显的进展,引起众多学科的日益关注。年研制成功的第一个专家系统侨斯ぶ悄苡τ昧煊虻闹卮笸黄疲知识工程概念的诞生标志着人工智能发展的又一个里程碑;年代后,专家系统和知识工程得到了迅速发展,获得许多研究者的共识。上述以数理逻辑为基础发展起来的人工智能流派被称为符号智能。同符号智能截然不同的另一派系是计算智能,它主要包括模拟人脑神经元的乎是同步发展的。年,心理学家褪Ъ襊提出了神经元学****准则,为人工神经网络奠定了基础。年代末,提出了感知器模型,发表的《感知器》一书,从数学上分析了感知器的原理和局限性。而当时符号智能正取得了巨大进展,从而使神经网络的研究热潮低落下来。直到年代,和群筇岢隽肆O爰且渖窬绾突诜聪虼úニ惴ǖ亩嗖前馈神经网络,克服了阻碍感知器继续发展的障碍;另一方面,自世纪年仿生物种群进化机制,在遗传过程中不断淘汰劣等个体,提高种群适应度,以达到优化效果。它经常被用来配合其他算法进行多方法学****展。本文主要对计算智能中多层前馈神经网络和避传算法进行分析和改进。由此可以看到人工智能不同学派之间的激烈争论,共同推动人工智能的发天津大学硕士学位论文
本文主要研究内容