[1]杨华芬,杨有,尚晋..一种改进的进化神经网络优化设计方法[J].郑州大学学报(工学版),2010,31(05):116-120.[doi:10.3969/j.issn.1671-6833.2010.05.028]
点击复制

一种改进的进化神经网络优化设计方法()
分享到:

《郑州大学学报(工学版)》[ISSN:1671-6833/CN:41-1339/T]

卷:
31卷
期数:
2010年05期
页码:
116-120
栏目:
出版日期:
2010-09-30

文章信息/Info

作者:
杨华芬杨有尚晋.
曲靖师范学院,计算机科学与工程学院,云南,曲靖,655011, 重庆师范大学,信息科学与工程学院,重庆401331, 重庆航天职业技术学院计算机工程系,重庆,400021
关键词:
神经网络 遗传算法 基因编码 交叉概率 变异概率 节点相关性
DOI:
10.3969/j.issn.1671-6833.2010.05.028
摘要:
基于传统遗传算法优化神经网络时存在的"近亲繁殖"、基因编码冗余和难以确定隐节点数等问题,提出改进的进化神经网络优化设计方法.通过对网络编码形式的规范,使得基因编码与功能等价类一一对应,从而降低编码冗余;通过节点相关性评价,使得低于某阈值的节点在交叉操作时被排除,从而降低节点冗余;通过把交叉变异概率与种群个体适应度比例相联系,提出自适应交叉变异概率,较好保持种群多样性.仿真实验表明,本方法可以避免"近亲繁殖"以及由此导致的"种群早熟",降低编码冗余,减少学习参数,提高学习效率.

相似文献/References:

[1]蒋建东,张豪杰,王静.基于HHT的电力负荷组合预测应用[J].郑州大学学报(工学版),2015,36(04):1.[doi:10.3969/ j. issn.1671 - 6833.2015.04.001]
 JIANG Jian-dong,ZHANG Hao-jie,WANG Jing.Research and Application of HHT-Based Power Load Combination Forecasting[J].Journal of Zhengzhou University (Engineering Science),2015,36(05):1.[doi:10.3969/ j. issn.1671 - 6833.2015.04.001]
[2]邓万宇,李力,牛慧娟.基于Spark的并行极速神经网络[J].郑州大学学报(工学版),2016,37(05):47.[doi:extreme learning machineneural networkparalleliza]
 Deng Wanyu,Li Li,Niu Huijuan.Sparked-based Parallel Extreme Learning Machine[J].Journal of Zhengzhou University (Engineering Science),2016,37(05):47.[doi:extreme learning machineneural networkparalleliza]
[3]杨文强,张素君,郭昊.求解仓储作业优化问题的多物种协同进化算法[J].郑州大学学报(工学版),2020,41(06):33.[doi:10.13705/j.issn.1671-6833.2019.03.030]
 Yang Wenqiang,Zhang Sujun,Guo Hao..A multi-species co-evolutionary algorithm for solving warehouse operation optimization problems[J].Journal of Zhengzhou University (Engineering Science),2020,41(05):33.[doi:10.13705/j.issn.1671-6833.2019.03.030]
[4]肖斌,张恒宾,刘宏伟.改进PSO-BPNN算法在管道腐蚀预测中的应用[J].郑州大学学报(工学版),2022,43(01):27.[doi:10.13705/j.issn.1671-6833.2022.01.008]
 XIAO Bin,ZHANG Hengbin,LIU Hongwei.Application of Improved PSO-BPNN Algorithm in Corroded Pipelines Prediction[J].Journal of Zhengzhou University (Engineering Science),2022,43(05):27.[doi:10.13705/j.issn.1671-6833.2022.01.008]
[5]段向军,王敏..基于改进的奇异值和遗传算法的人脸识别研究[J].郑州大学学报(工学版),2010,31(04):69.[doi:10.3969/j.issn.1671-6833.2010.04.017]
[6]冯冬青,孔祥伟,许仿..城市恒压变频供水系统的一种智能优化控制策略[J].郑州大学学报(工学版),2011,32(01):85.[doi:10.3969/j.issn.1671-6833.2011.01.021]
[7]李阳,赵华东,杨威..基于遗传算法的二维不规则形排样研究[J].郑州大学学报(工学版),2011,32(04):56.[doi:10.3969/j.issn.1671-6833.2011.04.014]
[8]刘银芳,陈国荣,尤国英,等.基于microGA和有限元的混凝土坝热学参数反分析[J].郑州大学学报(工学版),2011,32(06):63.[doi:10.3969/j.issn.1671-6833.2011.06.015]
[9]孙文彬,孙芳锦..大跨度屋盖风振控制的遗传算法研究[J].郑州大学学报(工学版),2012,33(01):40.[doi:10.3969/j.issn.1671-6833.2012.01.010]
[10]刘景艳,李玉东,杨晓邦..遗传神经网络在齿轮故障诊断中的应用[J].郑州大学学报(工学版),2012,33(03):36.[doi:10.3969/j.issn.1671-6833.2012.03.009]

更新日期/Last Update: 1900-01-01