基于遗传_模拟退火算法的过程神经网络的训练及应用.pdfVIP

第32卷第1期 长春理工大学学报（自然科学版） Vol.32 No. 1 2009年3月 Journal of Changchun University of Science and Technology （Natural Science Edition） Mar. 2009 基于遗传—模拟退火算法的过程 神经网络的训练及应用 1 1 2 3 张强 ，许少华 ，刘丽杰 ，凌力 （1.大庆石油学院 计算机与信息技术学院，大庆 163318；2.黑龙江八一农垦大学 信息技术学院，大庆 1633 19； 3. 大庆油田有限责任公司采油四厂信息中心，大庆163511） 摘 要：过程神经网络是一种新型的神经网络，其输入及权值皆为时变函数，因此存在学习算法复杂度高、对初值 敏感的问题。本文鉴于BP 算法的不足提出了一种过程神经网络的学习算法，将输入函数和网络权值按正交基展开 的过程神经网络，采用遗传算法与模拟退火算法相结合的方式进行网络训练，既避免了陷入局部最优解，又克服了 模拟退火算法达到最优解造成的迭代次数增加问题，使网络具有较快的收敛速度和较高的逼近精度，文中给出相应 的学习步骤和参数选取方法，同时以水淹层识别实验为例，验证了算法的有效性。 关键词：过程神经网络；遗传算法；模拟退火算法；正交基；水淹层识别 中图分类号：TP 183 文献标识码：A 文章编号：1672 －9870 （2009 ）0 1 －0 119 －04 The Training and Application of Process Neural Network based on Genetic-Simulated Annealing Algorithm 1 1 2 3 ZHANG Qiang ，XU Shaohua ，LIU Lij ie ，LING Li （1.School of Computer and Information Technology ，Daqing Petroleum Institute ，Daqing 1633 18；2.School of Information Technology ，HLJ August first Land Reclamation University ，Daqing 1633 19 ； 3. Information Center ，No.4 Oil Production Company of Daqing Oilfield Company Ltd.，Daqing 163511） Abstract ：Process neural network (PNN) is a new neural network ，whose inputs and weights are time-varying functions. While there exist some problems for PNN that the learning algorithm has high complexity and is sensitive to initial value. Considering the deficiency of BP algorithm ，a learning algorithm of PNN is presented. PNN trains the network by combi- ning genetic a