隨著人類社會的進步,科學技術的發展日新月異,模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展,人工神經網絡在計算機科學,人工智能,智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會,科技更新領域也是如此。在人工神經網絡研究領域,算法的優化顯得尤為重要,對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型,對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足(收斂速度慢和容易陷入局部極小值問題),在解決某些現實問題的時候顯得力不從心。針對這個問題,本文利用遺傳算法的并行全局搜索的優勢,能夠彌補BP網絡的不足,為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來,提出了一種新的網絡結構,在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的,本文首先設計了BP神經網絡結構,在此基礎上,應用遺傳算法進行優化,達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺,對算法的優化內容進行了仿真實驗,得出的效果也符合期望值,實現了對BP算法優化的目的。關鍵詞:生物神經網絡:人工神經網絡;BP網絡;遺傳算法;仿真隨著電子計算機的問世及發展,人們試圖去了解人的大腦,進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時,引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡(Artificial Noural Networks,ANN)(注:簡稱為神經網絡),是一種數學算法模型,能夠對信息進行分布式處理,它模仿了動物的神經網絡,是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度,通過調節內部大量節點之間的關系,最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習,掌握輸入與輸出之間的潛在規則,能夠對新數據進行分析計算,推算出輸出結果,因為人工神經網絡具有自適應和自學習的特性,這種學習適應的過程被稱為“訓練"。
標簽:
遺傳算法
bp神經網絡
matlab
上傳時間:
2022-06-16
上傳用戶:jiabin