遗传算法优化bp神经网络的研究

《遗传算法优化bp神经网络的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遗传算法优化BP神经网络的数字滤波应用研究摘要神经网络的研究可以分为理论研究和应用研究两大方面。其中理论研究包括：利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能，如：稳定性、收敛性、容错性、鲁棒性等：开发新的网络数理理论，如：神经网络动力学、非线性神经场等。应用研究可分为：神经网络的软件模拟和硬件实现的研究；神经网络在各个领域中应用的研究。这些领域主要包括：模式识别、信号处理、专家系统、优化组合、机器人控制等。因此对神经网络的进一步研究有着非常重要的意义，随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网

2、络的应用定将更加深入。本文正是在分析了BP神经网络和遗传算法各自在优化计算中的优缺点之后，提出了一种基于遗传算法的BP神经网络算法。该算法分别利用了它们局部和全局寻优能力的特点，并利用遗传算法去优化BP神经网络的权值，综合为一种新的优化算法。并将该算法用于数字滤波器的优化设计中进行验证。关键词:神经网络；BP；数学信号处理AbstractThestudiesoftheArtificialNeuralNetworks(ANNs)consistoftwoaspectsbriefly：thestudiesofthetheoryandthestudiesoftheapplicati

3、on.Thestudiesoftheoryincludetwoclasses.Oneistodevelopnewmodelswhichhavemorefunctionsandbetterperformancethanthoseoftheprevioususingmathematicalmethodsandthebasedtheoriesofneuralnetworks.Todevelopbetternetworkalgorithmsandtoresearchtheperformanceofthenewneuralnetworksmodelssuchasstability，c

4、onvergence，faulttolerance，robustnessandsoon；anotheristodevelopnewnetworkmathematicaltheorybasedontheachievementsthathavebeenmade，forexample，neuralnetworkdynamics，nonlinearneuralfieldandsoforth.Thestudiesoftheapplicationmayalsoincludetwoclasses.First，theresearchofthesimulationofthesoftwarea

5、ndthehardwarerealizeofneuralnetwork；Second，theresearchoftheapplicationinotherdomainssuchaspatternrecognition，signalprocessing，expertsystem，optimumcomposition，robotcontrol，etc.Thestudiesaboutthetheoryoftheneuralnetworkshavesignificantmeaning.Theapplicationsofneuralnetworkwillbemorethorougha

6、ndmorewidelyalongwiththedevelopmentoftheneuralnetworktheoryitselfaswellasthecorrelationtheoriesandthetechniques.Inthisthesis，theadvantageanddisadvantageofBPneuralnetworkandGA(GeneticAlgorithm)areanalyzed，thennovelalgorithmofBPneuralnetworkbasedonGeneticAlgorithmisproposed.Inthisnovelalgori

7、thm，theirabilityoflocalandglobalsearchforoptimumsolutionsareusedandGAisusedtooptimizethelearningofBPneuralnetwork'sconnectionweights.Then，thisnovelalgorithmisappliedinthedesignofdigitalfilterandvalidated.Keywords：NeuralNetwork；BP;DSP目录第一章绪论51.1课题来源及研究目的和意义51.1