基于混沌的遗传网络训练摘要.ppt

基于混沌概念的遗传网络训练 介绍混沌的应用 介绍一些相关概念 探讨混沌 基于混沌概念的遗传网络训练 结论 混沌应用概述 优化 神经网络 图像数据压缩 高速检索 非线性时间序列的预测 模式识别 故障诊断 人工神经网络(ANN) 人工神经网络是由人工建立的以有向图为拓扑结构的动态系统，它通过对连续或断续的输入作状态相应而进行信息处理 ------Hecht-Nielsen ANN是由节点(神经元)和 连接权重组成.连接权重通 过传递函数来控制节点间 的信号传递. 人工神经网络是有向概率 随机网络,每条路径都有实 现概率和方向. 权值就是这条路径的实现 概率. ANN训练即是寻找连接权 重的最优值. 遗传算法(GA) 是一个高度随机的平行搜索算法，它是基于自然界中生物进化所遵循的达尔文的适者生存法则来模拟生命进化的一个算法. -----Hibbert 问题所在 GA可以用于训练ANN,调节ANN的连接权重以克服常规算法在训练网络时面临的一些问题.但实际上,由于在GA的选择操作过程中, 每代成员中只有很少的一部分最好的成员被保留下来,随着进化的发展，群体成员的多样性将会不断地下降，从而导致了ANN提前收敛到局部最优点. 解决关键 就在于找到行之有效的途径来维持GA的群体多样性