一种基于改进遗传算法的神经网络优化算法研究

发布时间：2017-07-18 10:35

  本文关键词：一种基于改进遗传算法的神经网络优化算法研究

  更多相关文章： 选择算子 神经网络 最优保存策略 故障诊断

【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(GA)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,验证了算法的可行性。
【作者单位】： 燕山大学河北省特种光纤与光纤传感重点实验室;燕山大学信息科学与工程学院;
【关键词】： 选择算子 神经网络 最优保存策略 故障诊断
【基金】：河北省科技计划项目(15275423)资助
【分类号】：TQ172.6;TP183
【正文快照】： 1引言神经网络是一种模拟人类大脑思维方式的智能算法模型,通过对大量数据的学习找出其中的规律,对于解决非线性问题提供了一种有力工具[1]但有其自身的缺陷,如收敛速度慢、易陷入局部极值等。遗传算法是进化算法的一种,根据“优胜劣汰”的原理模拟自然界遗传机理来寻求最优解

【相似文献】

中国期刊全文数据库 前10条

1 董军芳,曾颖,林金清;应用遗传算法推算多元溶液热力学数据[J];吉首大学学报(自然科学版);2002年01期

2 曾颖,林金清,李浩然,韩世钧;应用遗传算法估算溶液热力学模型参数[J];计算机与应用化学;2003年Z1期

3 赵胜利,李书全,刘燕,刘永建,田伟;用遗传算法确定鲍罗米公式中的系数A、B值[J];河北农业大学学报;2002年03期

4 周毓菁,周兆凯;配方、设计参数样本优胜劣汰技术——遗传算法[J];陶瓷;1998年06期

5 甘永胜,Andreas Linninger;优化回流比的遗传算法[J];石油化工;2004年07期

6 张兵,陈德钊;迭代遗传算法及其用于生物反应器补料优化[J];化工学报;2005年01期

7 王克峰,姚平经,袁一,于福东,施光燕;遗传算法在过程综合混合整数非线性规划中的应用[J];高校化学工程学报;1997年04期

8 张会群;赵立宏;刘国华;王臣;;基于时间序列的多岛遗传算法在水泥窑中的应用[J];化工自动化及仪表;2013年08期

9 王达;针对多目标优化的精英保留非劣排序遗传算法[J];河南化工;2005年04期

10 安维中,胡仰栋,袁希钢;多相多组分化学反应平衡和相平衡计算的遗传算法[J];化工学报;2003年05期

中国重要会议论文全文数据库 前1条

1 朱秀娥;周宝q;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年

中国硕士学位论文全文数据库 前8条

1 吕慧珍;DNA遗传算法及其在燃料电池中的应用研究[D];浙江工业大学;2015年

2 王达;遗传算法用于多目标过程优化综合的研究[D];青岛科技大学;2005年

3 郝鑫;广义回归神经网络和遗传算法研究及其在化工过程建模中的应用[D];浙江大学;2004年

4 张静;基于GA的多重时滞辨识方法研究及其在碳分过程中的应用[D];中南大学;2011年

5 戴侃;DNA遗传算法及在化工过程中的应用[D];浙江大学;2012年

6 果芯如;超临界萃取工艺参数优化及其控制方法研究[D];长春工业大学;2015年

7 秦海鹏;连续竞争反应装置的效益优化方法与应用研究[D];浙江大学;2012年

8 李冬冬;玻璃排版优化系统的研发[D];北方工业大学;2010年

，

本文编号：557330