对人工神经网络和遗传算法的认识.ppt

基于飞灰含碳量的火电锅炉燃烧优化控制 几个名词的认识 1、个体与种群 2、适应度与适应度函数 3、染色体与基因 4、遗传操作：选择-复制、交叉、变异 1、群体规模 2、最大换代数： 3、交叉率：参加交叉运算的染色体个数占全部染色体总数的比例，取值一般为0.4-0.99 4、变异率：发生变异的基因位数占全体染色体基因总数的比例，一般为0.0001-0.1 1、直接在解空间搜索，相对于图搜索能更早得到解。 2、随机的始于搜索空间的一个点集，是一种随机搜索算法。 3、遗传算法总是在寻找最优解，是一种优化搜索算法。 4‘遗传算法是从空间的一个种群到另一个种群的搜索，是一种并行搜索，适合大规模并行计算，而且能够跳出局部最优解。 5、遗传算法适应性强，除需知适应的函数外几乎不需要其他先验知识。 6、遗传算法长于全局搜索，不受搜索空间的限制性假设的约束，所以能以很大的概率从离散的、多极值的、含有噪声的高纬度问题中找到全局最优解。 人工神经网络（ANN），又称神经网络，由具有适应性的简单单元组成的广泛并行互联网络，它的组织能够模拟出生物神经系统对真实世界物体锁做出的交互反应。 人工神经网络是利用人工方式对生物神经网络的模拟。 1、并行分布处理：网络具有良好的并行结构和并行处理能力，因而具有较好的耐故障能力和总体处理能力 2、非线性映射：适用于处理非线性问题 3、通过训练进行学习：适用于那些数学模型