本文關(guān)鍵詞：一種基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究

  更多相關(guān)文章： 選擇算子 神經(jīng)網(wǎng)絡(luò) 最優(yōu)保存策略 故障診斷

【摘要】：遺傳算法是目前優(yōu)化搜索算法中應(yīng)用比較廣泛的一種,但基本遺傳算法存在收斂速度慢、易于陷入局部最優(yōu)等缺點(diǎn)。針對上述問題對遺傳算法(GA)的選擇算子進(jìn)行改進(jìn),在最優(yōu)保存策略的基礎(chǔ)上將每代種群按照適應(yīng)度由小到大排序,平均分成前中后3段,按照0.6、0.8、1的比例進(jìn)行選擇;從尾段中隨機(jī)抽取個體來補(bǔ)足種群由于選擇操作而損失的個體;既利用了最優(yōu)保存策略的全局收斂特性同時也保持了種群的多樣性;用改進(jìn)的遺傳算法調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值形成了新的改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(IGA-BP);通過與選擇算子為適應(yīng)度比例選擇算子的GA-BP網(wǎng)絡(luò)進(jìn)行比較,結(jié)果表明算法改進(jìn)后縮短了收斂時間同時減少了運(yùn)行誤差;最后將該改進(jìn)算法應(yīng)用于水泥回轉(zhuǎn)窯的故障診斷中,驗(yàn)證了算法的可行性。
【作者單位】： 燕山大學(xué)河北省特種光纖與光纖傳感重點(diǎn)實(shí)驗(yàn)室;燕山大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 選擇算子 神經(jīng)網(wǎng)絡(luò) 最優(yōu)保存策略 故障診斷
【基金】：河北省科技計(jì)劃項(xiàng)目(15275423)資助
【分類號】：TQ172.6;TP183
【正文快照】： 1引言神經(jīng)網(wǎng)絡(luò)是一種模擬人類大腦思維方式的智能算法模型,通過對大量數(shù)據(jù)的學(xué)習(xí)找出其中的規(guī)律,對于解決非線性問題提供了一種有力工具[1]但有其自身的缺陷,如收斂速度慢、易陷入局部極值等。遺傳算法是進(jìn)化算法的一種,根據(jù)“優(yōu)勝劣汰”的原理模擬自然界遺傳機(jī)理來尋求最優(yōu)解

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 董軍芳,曾穎,林金清;應(yīng)用遺傳算法推算多元溶液熱力學(xué)數(shù)據(jù)[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

2 曾穎,林金清,李浩然,韓世鈞;應(yīng)用遺傳算法估算溶液熱力學(xué)模型參數(shù)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2003年Z1期

3 趙勝利,李書全,劉燕,劉永建,田偉;用遺傳算法確定鮑羅米公式中的系數(shù)A、B值[J];河北農(nóng)業(yè)大學(xué)學(xué)報(bào);2002年03期

4 周毓菁,周兆凱;配方、設(shè)計(jì)參數(shù)樣本優(yōu)勝劣汰技術(shù)——遺傳算法[J];陶瓷;1998年06期

5 甘永勝,Andreas Linninger;優(yōu)化回流比的遺傳算法[J];石油化工;2004年07期

6 張兵,陳德釗;迭代遺傳算法及其用于生物反應(yīng)器補(bǔ)料優(yōu)化[J];化工學(xué)報(bào);2005年01期

7 王克峰,姚平經(jīng),袁一,于福東,施光燕;遺傳算法在過程綜合混合整數(shù)非線性規(guī)劃中的應(yīng)用[J];高�；瘜W(xué)工程學(xué)報(bào);1997年04期

8 張會群;趙立宏;劉國華;王臣;;基于時間序列的多島遺傳算法在水泥窯中的應(yīng)用[J];化工自動化及儀表;2013年08期

9 王達(dá);針對多目標(biāo)優(yōu)化的精英保留非劣排序遺傳算法[J];河南化工;2005年04期

10 安維中,胡仰棟,袁希鋼;多相多組分化學(xué)反應(yīng)平衡和相平衡計(jì)算的遺傳算法[J];化工學(xué)報(bào);2003年05期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 朱秀娥;周寶q;;振動篩設(shè)計(jì)的遺傳算法[A];福建省科協(xié)第三屆學(xué)術(shù)年會裝備制造業(yè)專題學(xué)術(shù)年會論文集[C];2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 呂慧珍;DNA遺傳算法及其在燃料電池中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

2 王達(dá);遺傳算法用于多目標(biāo)過程優(yōu)化綜合的研究[D];青島科技大學(xué);2005年

3 郝鑫;廣義回歸神經(jīng)網(wǎng)絡(luò)和遺傳算法研究及其在化工過程建模中的應(yīng)用[D];浙江大學(xué);2004年

4 張靜;基于GA的多重時滯辨識方法研究及其在碳分過程中的應(yīng)用[D];中南大學(xué);2011年

5 戴侃;DNA遺傳算法及在化工過程中的應(yīng)用[D];浙江大學(xué);2012年

6 果芯如;超臨界萃取工藝參數(shù)優(yōu)化及其控制方法研究[D];長春工業(yè)大學(xué);2015年

7 秦海鵬;連續(xù)競爭反應(yīng)裝置的效益優(yōu)化方法與應(yīng)用研究[D];浙江大學(xué);2012年

8 李冬冬;玻璃排版優(yōu)化系統(tǒng)的研發(fā)[D];北方工業(yè)大學(xué);2010年

，

本文編號：557330