一种基于改进遗传算法的神经网络优化算法研究.pdf

《一种基于改进遗传算法的神经网络优化算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第7期2016年7月仪器仪表学报ChineseJournalofScientificInstrumentV01．37No．7Jul．2016一种基于改进遗传算法的神经网络优化算法研究刘浩然1’。，赵翠香1’2，李轩1’2，王艳霞1”，郭长江”(1．燕山大学河北省特种光纤与光纤传感重点实验室秦皇岛066004；2．燕山大学信息科学与工程学院秦皇岛066004)摘要：遗传算法是目前优化搜索算法中应用比较广泛的一种，但基本遗传算法存在收敛速度慢、易于陷入局部最优等缺点。针对上述问题对遗传算法(G

2、A)的选择算子进行改进，在最优保存策略的基础上将每代种群按照适应度由小到大排序，平均分成前中后3段，按照0．6、0．8、1的比例进行选择；从尾段中随机抽取个体来补足种群由于选择操作而损失的个体；既利用了最优保存策略的全局收敛特性同时也保持了种群的多样性；用改进的遗传算法调整神经网络的权值形成了新的改进遗传算法优化BP神经网络(IGA-BP)；通过与选择算子为适应度比例选择算子的GA-BP网络进行比较，结果表明算法改进后缩短了收敛时间同时减少了运行误差；最后将该改进算法应用于水泥回转窑的故障诊断中，

3、验证了算法的可行性。关键词：选择算子；神经网络；最优保存策略；故障诊断中图分类号：TPl83Till65+．3文献标识码：A国家标准学科分类代码：520．20StudyonaneuralnetworkoptimizationalgorithmbasedonimprovedgeneticalgorithmLiuHaoranl一，ZhaoCuixian91一，LiXuanl一，WangYanxial一，GuoChangjian91·2(J．HebeiProvinceKeyLaboratoryofSpe

4、cialOpticalFiberandOpticalFiberSensing，YanshanUniversity，Qinhuangdao066004，China；2．SchoolofInformationScienceandEngineering，YanshanUniversity，Qinhuangdao066004，China)Abstract：Geneticalgorithmisoneofthemorewidelyusedintheoptimizationsearchalgorithmsatp

5、resent；however，basicgeneticalgorithmhasthedefectsofslowconvergencespeedandeasytofallintolocaloptimum．Tosolvetheseproblems，itisproposedtoimprovetheselectionoperatorofgeneticalgorithm(GA)．Onthebasisoftheelitiststrategy，thepopulationofeachgenerationissor

6、tedaccordingtothefitnessinascendingorder，andthenisuniformlydividedintothreesections，i．e．front，middleandtailsections；inthethreesectionsthenumbersofindividualsfireselectedaccordingtotheproportionsoftheoriginalnumbersofindividualsof0．6，0．8and1，respective

7、ly．Theindividualsrandomlyselectedfromthetailsectionofthepopulationareusedtoreplenishthelostindividualsduetotheselectionoperation．Thiswillnotonlytaketheadvantageoftheglobalconvergencepropertyofelitiststrategy，butalsomaintainthediversityofthepopulation．

8、Throughusingtheimprovedgeneticalgorithmtoadjusttheweightsoftheneuralnetwork，anewimprovedgeneticalgorithmoptimizationBPneuralnetwork(IGA—BP)isformed．TheimprovedalgorithmiscomparedwiththeGA-BPnetworkwhoseselectionoperatorisfitnessratioselectiono