遗传神经网络算法导论.pptVIP

遗传神经网络算法 汇报人：AAA 专业：检测技术与自动化装置 主要内容 1 遗传算法简介 2 神经网络算法简介 3 遗传神经网络 4 举例说明 遗传算法简介 遗传算法（Genetic Algorithm－GA）是一种基于自然选择和基因遗传学原理的优化搜索方法。它将“优胜劣汰，适者生存”的生物进化原理引入待优化参数形成的编码串群体中，按照一定的适配值函数及一系列遗传操作对各个体进行筛选，从而使适配值高的个体被保留下来，组成新的群体，新群体中各个体适应度不断提高，直至满足一定的极限条件。此时，群体中适配值最高的个体即为待优化参数的最优解。 遗传算法简介要内容 其主要特点是： 1）直接对结构对象进行操作，不存在求导和函数连续性的限定； 2）具有更好的全局寻优能力； 3）采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。 神经网络算法简介 人工神经元的研究起源于脑神经元学说。复杂的神经系统是由数目繁多的神经元组合而成。大脑皮层包括有100亿个以上的神经元，每立方毫米约有数万个，它们互相联结形成神经网络，通过感觉器官和神经接受来自身体内外的各种信息，传递至中枢神经系统内，经过对信息的分析和综合，再通过运动神经发出控制信息，以此来实现机体与内外环境的联系，协调全身