资源描述：
《用遗传算法优化bp神经网络的matlab编程实例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、用遗传算法优化BP神经网络的Matlab编程实例[引用2007-08-2921:14:08] 由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。程序一：GA训练BP权值的主函数 functionnet=GABPNET(XX,YY)%--------------------------------------------------------
2、------------------% GABPNET.m% 使用遗传算法对BP网络权值阈值进行优化，再用BP算法训练网络%--------------------------------------------------------------------------%数据归一化预处理 nntwarnoff XX=premnmx(XX); YY=premnmx(YY);%创建网络 net=newff(minmax(XX),[19,25,1],{'tansig','tansig','purelin'},'trainlm'
3、);%下面使用遗传算法对网络进行优化 P=XX; T=YY; R=size(P,1); S2=size(T,1); S1=25;%隐含层节点数 S=R*S1+S1*S2+S1+S2;%遗传算法编码长度 aa=ones(S,1)*[-1,1]; popu=50;%种群规模 initPpp=initializega(popu,aa,'gabpEval');%初始化种群 gen=100;%遗传代数%下面调用gaot工具箱，其中目标函数定义为gabpEval[x,endPop,bPop,trace]=ga(aa,'gabpEval
4、',[],initPpp,[1e-611],'maxGenTerm',gen,... 'normGeomSelect',[0.09],['arithXover'],[2],'nonUnifMutation',[2gen3]);%绘收敛曲线图 figure(1) plot(trace(:,1),1./trace(:,3),'r-'); holdon plot(trace(:,1),1./trace(:,2),'b-'); xlabel('Generation'); ylabel('Sum-SquaredError'); fi
5、gure(2) plot(trace(:,1),trace(:,3),'r-'); holdon plot(trace(:,1),trace(:,2),'b-'); xlabel('Generation'); ylabel('Fittness');%下面将初步得到的权值矩阵赋给尚未开始训练的BP网络 [W1,B1,W2,B2,P,T,A1,A2,SE,val]=gadecod(x); net.LW{2,1}=W1; net.LW{3,2}=W2; net.b{2,1}=B1; net.b{3,1}=B2; XX=P; YY
6、=T;%设置训练参数 net.trainParam.show=1; net.trainParam.lr=1; net.trainParam.epochs=50; net.trainParam.goal=0.001;%训练网络 net=train(net,XX,YY);程序二：适应值函数function[sol,val]=gabpEval(sol,options)%val-thefittnessofthisindividual%sol-theindividual,returnedtoallowforLamarckianevo
7、lution%options-[current_generation]loaddata2nntwarnoffXX=premnmx(XX);YY=premnmx(YY);P=XX;T=YY;R=size(P,1);S2=size(T,1);S1=25;%隐含层节点数S=R*S1+S1*S2+S1+S2;%遗传算法编码长度fori=1:S, x(i)=sol(i);end;[W1,B1,W2,B2,P,T,A1,A2,SE,val]=gadecod(x);程序三：编解码函数function[W1,B1,W2,B2,P,T,A
8、1,A2,SE,val]=gadecod(x)loaddata2nntwarnoffXX=premnmx(XX);YY=premnmx(YY);P=XX;T=YY;R=size(P,1);S2=size(T,1);S1=25;%隐含层节点数S=R*S1+S1*S2+S1+S2;%遗传算法编码长度%前R*
