基于遗传算法的模糊神经网络模型在岩石分类中的应用.pdfVIP

学兔兔 基 于遗传算法 的模糊神经 网络模型在岩石分类中的应 用 童克波 ，等 基 于遗传算 法的模糊神 经 网络模 型在岩石分类 中的应 用 童克波 ，杨柳春 (兰州I石化 职业技 术 学院 电子 电气 工程 系 甘 肃 兰 州，730060) 摘 要 ：针对地质学对岩石 分类 准确性要求高的特点 ，采用神经遗传算法优 化的模 糊神经网络技术，能提高岩石分类识 别的准确率和 识别结果的稳定性 。将 MATLAB提供 的岩石样本数据分 为建模数据和测试数据 ，测试结 果表明该方法优于模 糊聚类分析和单一 BP神经网络模型，具有借鉴价值 。 关键词 ：模糊聚类；模糊神经 网络；遗传算法 ；岩石分类识别 DOI编码 ： 10．14016／i_cnki．1O01—9227．2014．10．1o0 AbsI髓ct：Forhighof accuracygeology,byrequirements characteristies the rock toclassification Fuzzy Neural Network tech— nologyused genetic algorithm optimization can improve the stabilityof therock classification accuracy and recognition results．The rocksamples provided MATLAB data into modelingdata and data，test test resultsshow thethat method superior is tofuzzy cluster— inganalysis and single BPneural network model，with reference value． 酗 w硎 8：Fuzzyclustering；Fuzzynetwork；Genetic neural algorithm；Rock classification 中图分类号 ：TP273+．4 文献标识码 ：B 文章编号 ：1001—9227(2014)1O一01O0—03 0 引 言 算各输入变量 的隶属度 ，隶属度函数采 用高斯 型 ： 在地质学里经常要对采集到 的岩石样本进行分 类。 由于各 一c )。／b；】，U=1,2，?，k；i=1，2，?，n) =exp[-(x (1) 种岩石 的形成具有不确定性 、随机性 ，更具有模糊性 。对岩石 其 中， c：，b：分别 为隶属度 函数 的中心和宽度 ； k为输入 样 本 分类 常 用 的方 法是 依 据 岩 石 氧化 物 成 分、A1 (SiO 0，、 参数 的维数 (即特征向量数 )；n为模糊 子集 数。 MgO、Fe)进行模糊O 聚类” ]，但模 糊 聚类 是一种 局部搜 索优 (2)将各隶属度进行模 糊计 算 ，模糊算子采用连乘算子 ： 化算法 ，对 聚类 中心的初值 十分 敏感 ，如果初值选择不 当，它 (c，‘=／z~l(xt)× z)×? x／xA~ ) =1,2，?，n； =1，2，?，k) (2) 会收敛到局部极