非线性参数估计的数值方法.pptxVIP

非线性参数估计的数值方法; 提 要;一、神经网络算法;1.1、神经网络的特点;1.2、神经元模型;1.2、神经元模型(续);1.2、神经元模型(续);1.3、典型的神经网络模型;1.4、神经网络的学习与推理方法;误差的导数 ：;BP网络的学习过程;1.4、神经网络的学习与推理方法(续);1.4、神经网络的学习与推理方法(续);1.4、神经网络的学习与推理方法(续);二、遗传算法原理;2.1 遗传算法计算步骤;遗传算法原理框图;2.2 介绍遗传算法结合的简单算例;2.3 遗传编码与译码;2.3 遗传编码与译码;算例的编码;2.4 适应度函数;2.5 遗传算子;2.5 遗传算子;2.5 遗传算子;2.5 遗传算子;遗传算例;遗传算例;遗传算例;2.6、终止判断与控制参数的选择;2.7 遗传算法的特点;三、模拟退火;模拟退火的物理背景: 将固体加热成液体，使其原子自由排列; 将液体冷却，使其结晶，变成为理想结晶态. 理想结晶态： 物理上能量最??的状态； 数学上全局最优.;Basic elements of Simulated annealingHow to translate  the physical process of annealing into a mathematical algorithm?;;Example: SA Algorithm is the objective function. after Aarts and Korst (1989);;Example: SA Algorithm with Cauchy distribution to randomly move to the next point. (after Sen Stoffa 1995) Obviously, if T is small, only points near the current state will have a chance to select. ;Example: SA Algorithm with different cooling schedules (after Sen Stoffa 1995);Example: Liu et al. (1995) reported the failure of SA to find the global minimum of this nice function, with the cooling schedule: T(k)=0.13*0.98^k.;The Process of Simulated Annealing and its Limitations;谢谢