基于粗集和遗传算法的BP神经网络的优化.pdfVIP

2005年中国模糊逻辑与计算智能联合学术会议论文集 213 基于粗集和遗传算法的BP神经网络的优化 王波，张斌 (东北大学信息科学与工程学院，沈阳110004，Email：lzjwb@126．com) 摘要：从系统的角度，提出了一种基于粗集的改进的遗传算法，并用其改善BP神经网络的结构。改进的遗传算法 采用了一种新的编码方式，并对遗传操作进行了修正。试验的结果表明，这种算法不仅能够有效地优化BP神经网络 的结构，而且可以提高效率。 关键词：粗集；属性约简；BP神经网络；遗传算法 theStructureofBPNeuralNetworkBased Set Optimizing Rough andGenetic Algorithm 腑ⅣGBo，ZE矾ⅣG曰伽 ofInformationScienceand (College Engineering，NortheasternUniversity,Shenyang110004，Email：lzjwb@126．com) Abstract：Fromthe ofthe ofBPneuralnetwork basedon angle system，theoptimization geneticalgorithm usingimproved setisdiscussed．Theintroducesa new mechanismandmodifiesthe rough algorithm coding geneticopermions．The resulthas thatitCan BPneuralnetwork and experimental proved optimize effectivelyefficiently． neural Keywords：roughset，propertyreduction，BPnetwork，geneticalgorithm 元组，其中U是非空有限集合，称为论域；A是 1 引 言 非空有限集合，称为属性集合；Va是属性aEA的 值域；f：U—va为单一映射，使论域U中的任一 神经网络模式识别方法由于能够有效地解决非 元素取属性a在Va中的唯一值。若A由条件属性 线性问题，在很多工程应用中取得了成功，因此成 集合C和决策属性集合D组成，C和D满足：C 为模式识别研究中一个极为活跃的领域。但是，由 u 于人工神经网络受网络拓扑结构和训练样本的影 D)表示；当决策属性集合只有～个元素时，也 响，训练速度一般较慢【1】。本文应用粗糙集理论， 常用(U，CU{d1)表示【21。 借助遗传算法对神经网络中输入层节点进行约简 定义2对决策系统(U，CU{d1)，B≤C 以及对训练样本集进行压缩，在保留重要信息的 是条件属性集合的子集，称二元关系 前提下消除了多余的数据，提高了训练速度，并 I IND(B，{d))={(x，Y)∈U×U 取得了较好的效果。