基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf

1、本文針對神經(jīng)網(wǎng)絡(luò)中的結(jié)構(gòu)優(yōu)化問題，即網(wǎng)絡(luò)中隱層數(shù)和節(jié)點數(shù)難以確定的問題，從遺傳算法入手，提出了基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化算法(IGA)。同時，在所提算法的基礎(chǔ)上，以MATLAB為實驗平臺，實現(xiàn)了對非線性函數(shù)y=e－(x－1)2+e－(x+1)2的逼近，實驗證明IGA對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)取得了一定的優(yōu)化效果，提高了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力和泛化能力，具有全局快速收斂的性能。
　　 本文的主要研究內(nèi)容包括以下幾個方面：
　　

2、1.研究了遺傳算法(GA)，從基本遺傳算法(SGA)的步驟：參數(shù)編碼，初始種群的確定，適應(yīng)度函數(shù)的設(shè)計，遺傳操作設(shè)計等四個方面分析了SGA的優(yōu)缺點。
　　 2．針對SGA算法存在的缺點，提出了改進(jìn)的遺傳算法(IGA)。分別從參數(shù)編碼，采用三層遞階結(jié)構(gòu)的染色體編碼；適應(yīng)度函數(shù)的選取，適應(yīng)值指數(shù)比例系數(shù)自適應(yīng)調(diào)整；遺傳操作，采用最優(yōu)保存策略，自適應(yīng)選擇和交叉概率。實驗證明IGA對結(jié)構(gòu)優(yōu)化取得了一定的效果。
　　 3．以MAT