基于遺傳算法的模糊優(yōu)選bp絡(luò)模型及其應(yīng)用_第1頁
已閱讀1頁,還剩7頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、基于遺傳算法的模糊優(yōu)選BP網(wǎng)絡(luò)模型及其應(yīng)用陳守煜1,王大剛1(1.大連理工大學(xué)土木水利學(xué)院,遼寧大連116024)摘要:摘要:在模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上,引入遺傳算法,提出融入遺傳算法的模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)預(yù)測模型,是對模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)模型的進(jìn)一步發(fā)展。其基本思路是:在BP算法訓(xùn)練網(wǎng)絡(luò)出現(xiàn)收斂速度緩慢時啟用遺傳算法優(yōu)化網(wǎng)絡(luò)的運(yùn)行參數(shù),把優(yōu)化的結(jié)果作為BP算法的初始值再用BP算法訓(xùn)練網(wǎng)絡(luò),這樣交替運(yùn)行BP算法和遺傳算法,直到達(dá)到問

2、題要求的精度。在新疆雅馬渡站年徑流量的預(yù)報(bào)中,預(yù)測模型在預(yù)報(bào)精度和算法的收斂速度方面都達(dá)到了較好的效果。關(guān)鍵詞:關(guān)鍵詞:模糊集;神經(jīng)網(wǎng)絡(luò);遺傳算法;徑流預(yù)測中圖分類號:中圖分類號:P338文獻(xiàn)標(biāo)識碼:文獻(xiàn)標(biāo)識碼:A人工神經(jīng)網(wǎng)絡(luò)以其獨(dú)特的非線性、非凸性、自適應(yīng)性和處理各種信息的能力,廣泛應(yīng)用于水文分析和水文預(yù)測[12]。陳守煜將模糊優(yōu)選模型同神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合起來,提出模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型,激勵函數(shù)的物理意義清晰直觀[34]。遺傳算法是模

3、擬生物在自然界環(huán)境中遺傳進(jìn)化過程的一種自適應(yīng)全局優(yōu)化概率搜索算法,具有簡單通用、魯棒性強(qiáng)、適于并行處理的優(yōu)點(diǎn)。如何把模糊集理論、神經(jīng)網(wǎng)絡(luò)和遺傳算法有機(jī)地結(jié)合起來,既能用模糊概念來表達(dá)人的知識和經(jīng)驗(yàn),又可利用神經(jīng)網(wǎng)絡(luò)較強(qiáng)的學(xué)習(xí)能力,還能結(jié)合遺傳算法全局搜索的特點(diǎn),在這方面的工作還不多見。本文在模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上,引入加速遺傳算法(RAGA),提出融入遺傳算法的模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)預(yù)測模型,是對模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)的進(jìn)一步發(fā)展。在

4、新疆伊犁河雅馬渡站年徑流量預(yù)報(bào)的應(yīng)用中,取得了良好的效果。1模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)模型[4]設(shè)模糊優(yōu)選BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)為m(預(yù)報(bào)因子數(shù)),輸出層節(jié)點(diǎn)數(shù)為1(預(yù)報(bào)對象數(shù))。為表述方便,用i表示輸入層節(jié)點(diǎn),k表示隱含層節(jié)點(diǎn),p表示輸出層節(jié)點(diǎn)。輸入層節(jié)點(diǎn)i將信息直接傳遞給隱含層節(jié)點(diǎn),節(jié)點(diǎn)輸出與輸入相等。網(wǎng)絡(luò)隱含層節(jié)點(diǎn)k和輸出節(jié)點(diǎn)p的激勵函數(shù)均采用模糊優(yōu)選模型。對隱含層的節(jié)點(diǎn)k其輸入為(1)(7)輸入層節(jié)點(diǎn)與隱含層節(jié)點(diǎn)的連接權(quán)重調(diào)整量Δ

5、wik為(8)式中(9)權(quán)重調(diào)整公式為wik(t1)=wik(t)Δwik(t1)αΔwik(t)(10)wkp(t1)=wkp(t)Δwkp(t1)αΔwkp(t)(11)式中:α為動量系數(shù),且0α1。應(yīng)用上述模型,并根據(jù)通常神經(jīng)網(wǎng)絡(luò)的迭代算法,可確定網(wǎng)絡(luò)的連接權(quán)重值,使實(shí)際輸出與期望輸出的誤差最小。3基于遺傳算法的權(quán)重優(yōu)化算法遺傳算法作為一種全局優(yōu)化搜索算法,因其簡單通用、魯棒性強(qiáng),適于并行處理,已廣泛應(yīng)用于不同領(lǐng)域[5

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論