文档介绍：维普资讯
第卷第期重庆大学学报自然科学版. .
年月.
文章编号:
基于改进遗传算法的神经网络自适应优化设计
柴毅,尹宏鹏,李大杰,张可
重庆大学自动化学院,重庆
摘要:神经网络在网络训练中存在着局部最优问题,其算法收敛过慢、局部
收敛不理想,,提出了一种由
改进的遗传算法确定网络拓扑结构和训练网络的方法,该方法通过实数编码、自适应多点变异
等操作有效地优化了网络拓扑结构和网络参数,从而有效缩小了网络规模和提高了网络训练的速
.
关键词:改进遗传算法;神经网络结构;多点自适应变异;病害诊断
中图分类号: 文献标志码:
型神经网络是一种多层前馈型网络,它是目前竞争的选择继承、多点交叉、多点自适变异等操作,充

深入研究发现算法中存在两个主要问题:一是从用遗传算法在全局解空间内对神经网络拓扑结构
数学上看多层感知器算法是一个非线性优化问题,由和网络参数进行自适应的动态调整,从而获得网络的

极小化,因此不可避免地存在有局部极小问题;二是神仿真实例,验证了该方法的有效性.
经网络的设计主要依据设计者的经验在大样本空间反
复实验来进行选取,
络的初始连接权以及网络结构的选择上具有很大的随由于遗传算法的搜索不依赖梯度信息,也不需要
机性,很难选取具有全局性的初始点,因而网络求得全
求解函数可微,只需要求解适应度函数在约束条件下
局最优的可能性小.
,用遗传算法
遗传算法是基于生物进化
优化优化神经网络的连接权和网络结构,可以较好地

克服神经网络的初始权值的随机性和网络结构确
法遵循通过基于问题样本适应度函数对初始群体选
定过程中所带来的网络振荡,以及网络极易陷入局部
择、交叉和变异操作,来指导学****和确定搜索的方向.
解问题,,利
由于采用种群的方式组织搜索,所以它可以在全局解
空间内的多个区域内寻求最优解,而且特别适合大规用遗传算法全局性搜索的特点,寻找最为合适的网络

,遗传算法和神经网络的结合息的指导,从而达到对网络结构和网络初始连接权值、
对于寻求全局最优解其效果要优于单个的使用遗传算阀值的最优配置.
,采在本文中引入了开关系数,表示神经网络节点
用二进制编码导致的编码过长、,分别表示两节点间有
文在传统的遗传算法的基础上通过引入实数编码、:
收稿日期:.
基金项目:国家计划资助项目;
作者简介:柴毅一,重庆大学教授,