一种改进的仿生算法研究与分析.pdfVIP

软件2011年第32卷 第3期 Software 国际IT传媒品牌 一种改进的仿生算法研究与分析 岳同森　王大海 （新乡职业技术学院，河南新乡，453000） 摘　要： 本文对仿生算法中的神经网络和遗传算法进行了分析和总结，针对神经网络方法训练速度慢，识别效率低，以及遗传 算法选优时的过早收敛的问题，结合神经网络方法和遗传算法各自的特性，提出了相应的改进算法。在不破坏单个神经元的输 入权值的基础上，采用数据预处理的方法来减少输入层的个数，从而提高进化学习的能力。 关键词： 仿生算法；神经网络；遗传算法 中图分类号： 　　　　　　文献标识码： 　　　　　　 TP183 A doi: 10.3969/j.issn.1003-6970.2011.03.017 An Improved Algorithm of Bionic Research and Analysis Yue Tong-sen, WAng Da-hai (XinXiang Vocational and Technical Collage , Xinxiang 453000,Henan,China) 【 】 Abstract In this paper the bionic algorithm of neural network and genetic algorithm were analyzed and summarized, aimed at slow speed of neural network training, recognition efficiency low, and genetic algorithm the optimum choice premature convergence problem, combined with neural network method and genetic algorithms of their respective characteristics, puts forward the improved algorithm. Without the destruction of single neurons based on input weights, adopt data pretreatment methods to reduce the number of input layers, so as to improve the ability of evolutionary learning. 【 】 Key words Bionic algorithm; neural network; genetic algorithm 0　引言 含层是不确定的，而且隐含层的个数也是不确定的。对于遗传 算法，它的二进制的长度是可以确定的，但是交叉和变异的比 人工神经网络 [1] 和遗传算法 [2] 是仿生算法 [3] 的典型方法， 例是变动的。对于单点交叉比例，我们可以设定为黄金分割点。 它们的优化问题一直是众多研究者所倍为关注的研究热点之 虽然设定为黄金分割点作为单点交叉比例没有用数学方法严 一。在人工神经网络和遗传算法结构的研究中发现，人工神经 格的证明，但是，大量的实验表明，选择黄金分割点往往可以得 网络具有很好的模式分类的特性，遗传算法有很好的动态变更 到较好的结果。对于变异比例，没有交好的方法确定，只能设 权值