BP神经网络的优化地研究及应用.pdfVIP

摘 要 摘 要 随着科学技术的发展，人们一直在努力让机器具有人的思维，让它对来自 外界的信息做出智能的处理，人工神经网络就是在这一背景下诞生的。人工神 经网络是一种模拟人脑工作模式的数学模型，它通过模拟人脑系统，对信息进 行存储、加工和处理，应用非常领域广泛。BP(Back Propagation)神经网络是应 用最为广泛的人工神经网络，但是由于其本身的一些诸如易陷于局部极小、网 络结构难以确定等固有特性的存在，其应用范围还是受到了一定程度的限制和 制约。 本文主要从遗传算法与BP 神经网络融合的角度来实现对网络的优化，主要 工作如下： 第一，对生物神经元及人工神经元的相关知识进行了介绍，然后对应用最 为广泛的BP 神经网络的结构、原理及实现进行了讲解，并用数学公式对算法实 现进行了推导，最后通过一个函数拟合的例子来对BP 网络的性能加以分析。仿 真结果显示，标准BP 算法存在收敛速度慢等局限性，且网络训练函数、中间隐 层节点数目、初始参数都会影响网络性能。 第二，研究了遗传算法，从遗传算法的基本操作、特点和原理等方面对其 进行了探究。遗传算法是一种基于进化理论的仿生算法，它依据目标函数转换 来的适应度函数，对种群进行选择、交叉、变异等遗传操作。 第三，从遗传算法与BP 神经网络融合的角度，利用遗传算法来对BP 网络 进行优化，这一优化过程从网络的拓扑结构及参数两个角度进行。在用遗传算 法对BP 网络的结构进行优化时，采用的是编码方法简单、便于遗传操作实现的 二进制编码方法；而对网络的权值、阈值等参数进行优化时，采用的则是编码 长度更短、表现更为直观的实数编码方法。最后的函数拟合仿真实验显示，优 化过后的BP 网络的性能得到了改进。 本文最后，通过对广州某路口的交通流量的预测，验证了遗传神经网络的 优越性。 关键词：BP 神经网络；遗传算法；交通流预测 I 万方数据 ABSTRACT ABSTRACT With the development of science and technology, people have been trying to let a machine with the human thinking and process the information from the outside world intelligently, and artificial neural network was born in this background. Artificial neural network is a mathematical model of the human brain simulation mode. By simulating the human brain system for information storage, processing and handling, its application field is very extensive. BP(Back Propagation) neural network is the most widely used artificial neur