基于改进遗传神经网络图书采购模型研究.docVIP

基于改进遗传神经网络图书采购模型研究 　　〔摘 要〕针对目前图书采购过程中经验性、主观性强,统一性、科学性差等缺点,提出一种基于遗传神经网络用于图书采购的建模方法。该方法首先引入遗传因子改进传统遗传算法,并以此对神经网络的权值、阈值及其结构进行优化,然后通过优化后的神经网络挖掘图书的各种属性与是否被采购之间的潜在关系,从而实现图书是否被采购的预测分类。仿真实验表明该图书采购模型具有良好的预测性能及泛化能力,具有推广价值。 　　〔关键词〕图书采购;遗传神经网络;改进遗传算法;优化设计 　　〔中图分类号〕G253 〔文献标识码〕A 〔文章编号〕1008-0821(2009)09-0162-04 　　 　　Research on Book Purchase Model Based on Improved Genetic Neural NetworkHuang Xiaohua1 Miao Song1 Shi Huaji2 Yin Jijun2 　　(1.Library,Jiangsu University,Jiangsu University,Zhenjiang 212013,China; 　　2.School of Computer Science and Telecommunication Engineering,Jiangsu University,Zhenjiang 212013,China) 　　〔Abstract〕Aiming the disadvantages in the process of book purchase,a book purchase model based on genetic algorithm neural network was proposed.Firstly,we improve the performance of genetic algorithm through influence factor and optimize weights,thresholds and structure of neural network simultaneity with the improved genetic algorithm.Then the optimized neural network was used to mine the potential relation between books’ attributes and whether will be bought.The simulation experiments show that the book purchase model has a good capability of forecasting and generalizing. 　　〔Key words〕book purchase;genetic neural network;improved genetic algorithm;optimization 　　 　　图书采购是图书馆建设的重要环节,提高馆藏文献的实用价值、学术价值、针对性,以及满足率等是每一位采访人员的愿望,也是提高读者满意度的前提,而目前高校图书馆在采购图书时主要依靠采访人员对图书受众信息掌握程度和个人经验,缺少一套科学的、统一的采购模式及模型。如何根据各学科文献的需求状况,以及出版的质量、种量等因素,合理、有效、按比例的分配有限的购书经费,制定一套科学的采购策略,使图书馆各学科、各层次的图书收藏既能最大限度地保障教学和科研需要,又能确保馆藏特色和馆藏质量,保证图书馆的可持续性发展,已成为图书馆界当前共同关心和研究的大课题。 　　近年来神经网络(Neural Network,简称NN)发展迅速,在经济、军事、工业生产和生物医学等领域得到广泛应用,并产生了深远的影响。神经网络具有很强的自适应、自组织、自学习的能力以及大规模并行运算的能力,这为图书采购提供了一条有效的思路和方法。但神经网络全局搜索能力差、收敛速度慢、容易陷入局部极小,单独使用神经网络效果不是很理想。 　　由美国密歇根大学John H.Holland教授及其学生首次提出的遗传算法(Genetic Algorithm,简称GA)是一种高效的并行全局搜索算法[1]。该算法具有很好的鲁棒性,适用于并行处理;并具有良好的全局搜索性能,减少了陷入局部最优解的风险。遗传算法的这些优点恰好可以弥补传统神经网络的缺点。 　　为此,本文提出一种遗传神经网络用于图书采购的建模方法,该方法首先对标准遗传算法进行改进,然后利用改进遗传算法作为前馈神经网络训练,调整前馈神经网络权阈值的方法,然后通过优化后的神经网络挖掘图书的各种属性与是