科技情报开发与经济
科技情報開髮與經濟
과기정보개발여경제
SCI/TECH INFORMATION DEVELOPMENT & ECONOMY
2007年
35期
197-199
,共3页
遗传算法%混沌搜索%混沌替换%矩阵编码
遺傳算法%混沌搜索%混沌替換%矩陣編碼
유전산법%혼돈수색%혼돈체환%구진편마
针对神经网络的BP算法易陷入局部极小的问题,提出了遗传混沌搜索耦合的学习算法.其原理是在遗传操作中加入混沌替换因子以防止算法早熟,而后对由遗传算法进行"粗搜索"所得的结果进行混沌"细搜索",有效地利用了遗传算法和混沌寻优的全局性的优点.普通的遗传编码是以一条长字符串为染色体,该方式存在搜索时间长、破坏了神经网络权值和阈值的整体性的缺点,提出的基于矩阵的细胞体编码方式克服了这一缺点.
針對神經網絡的BP算法易陷入跼部極小的問題,提齣瞭遺傳混沌搜索耦閤的學習算法.其原理是在遺傳操作中加入混沌替換因子以防止算法早熟,而後對由遺傳算法進行"粗搜索"所得的結果進行混沌"細搜索",有效地利用瞭遺傳算法和混沌尋優的全跼性的優點.普通的遺傳編碼是以一條長字符串為染色體,該方式存在搜索時間長、破壞瞭神經網絡權值和閾值的整體性的缺點,提齣的基于矩陣的細胞體編碼方式剋服瞭這一缺點.
침대신경망락적BP산법역함입국부겁소적문제,제출료유전혼돈수색우합적학습산법.기원리시재유전조작중가입혼돈체환인자이방지산법조숙,이후대유유전산법진행"조수색"소득적결과진행혼돈"세수색",유효지이용료유전산법화혼돈심우적전국성적우점.보통적유전편마시이일조장자부천위염색체,해방식존재수색시간장、파배료신경망락권치화역치적정체성적결점,제출적기우구진적세포체편마방식극복료저일결점.
