基于协同进化遗传算法SOFM神经网络及其应用.docVIP

基于协同进化遗传算法SOFM神经网络及其应用 　　摘 要：针对遗传算法优化SOFM神经网络的不足，提出利用合作型协同进化遗传算法实现SOFM神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象，在SOFM神经网络中引入全局搜索能力很强的合作型协同进化遗传算法，这样既解决了分类结果对样本输入顺序的过分依赖，又实现了SOFM神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题，结果表明，该算法具有较好的全局收敛性，且可在很大程度上避免“死神经元”现象。 　　关键词：SOFM神经网络;遗传算法;协同进化;矿井突水 　　DOI：10.11907/rjdk.143489 　　中图分类号：TP312 　　文献标识码：A 文章编号：1672-7800（2014）012-0059-04 　　基金项目：安徽省教育厅自然科学基金项目（2013kb236） 　　作者简介：姚卫粉（1981-），女，安徽淮南人，安徽理工大学理学院硕士研究生，研究方向为进化计算、群智能计算;许峰（1963-），男，安徽淮南人，硕士，安徽理工大学理学院教授，研究方向为进化计算、群智能计算。 　　0 引言 　　 从20世纪80年代起，人工神经网络（Artificial Neural Network， ANN）设计就一直是神经网络的一个重要研究方向。ANN的设计是