带自适应遗传算子的粒子群神经网络及其应用

《带自适应遗传算子的粒子群神经网络及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第12卷第1期解放军理工大学学报(自然科学版)v01．12No．12011年2月JoumalofPLAUnivers时ofScienceandTechnology(NaturalScienceEdition)Feb．20ll带自适应遗传算子的粒子群神经网络及其应用夏天1，王新晴1，梁升1，党潇正2，王建华3(1．解放军理工大学工程兵工程学院，南京江苏210007，2．解放军总后军事交通运输研究所，天津300161，3．解放军汽车管理学院，蚌埠安徽233011)摘要：为解决神经网络训练中易出现的收敛速度缓慢、陷入局部极小点等问题，提出了一种新的带自适应遗传算子的粒子群

2、神经网络训练算法，通过概率控制，在利用粒子群算法优化神经网络的同时，自适应地对备选粒子进行选择、交叉、变异等遗传操作，最后将算法应用于汽车发动机故障诊断神经网络模型的训练。试验结果显示，本算法继承了遗传算法全局搜索和粒子群算法收敛速度快的优点，能在较少的训练步数内，达到较高的收敛精度，且样本分类正确率比BP算法、遗传算法、粒子群算法显著提高。关键词：自适应；遗传算子；粒子群；神经网络；故障；模式识别中图分类号：文献标识码：A文章编号：1009—3443(2011)01一0070—05ANNtrainedbyPSOwithadaptiVegeneticoperatorandi

3、tsappIicationXlATi∞t、，WANGXin—qinf，LIANGShen矿，DANGxi口。一zhen矿，WANGJi甜t—h税毋(1．EngineeringInstituteofCorpsofEngineers，PLAUniV．ofSci．&Tech．，Nanjing21O007，China；2．InstituteofMilitaryTransportation，theGeneralLogisticsDepartment，Tjanjin300161，China；3．PLAAutomobileManagementInstitute，Bengbu2330l1，

4、China)Abstract：AnewparticleswarmoptimizationalgorithmwithadaptiVegeneticoperator(AG—PS0)fortrainingANNwasproposedtosolvetheproblemsappearedinthetrainofartificialneuralnetwork(ANN)suchasthelocalminimum’sbasinofattractionandlowspeed．ControUedbyprobability，thepar—ticleswereoperatedbygeneticop

5、eratorwhenANNistrainedbyPS0algorithm．ThisnewalgorithmwasusedtotraintheANNmodelofVehicleenginefaultdiagnosis．TheresultshowsthattheneuralnetworktrainedbyAG—PSOalgorithmneedsleastamountsofiterationsandachieVesthebettertrainingaccuracythanBPalgorithm，GAandPSOalgorithm．Keywords：adaptive；genetic

6、operator；PS0(particleswarmoptimization)；ANN(artificialneuralnet—work)；fault；patternrecognition人工神经网络具有自学习、自组织和非线性映射等特点，从诞生至今已在众多领域取得了令人鼓舞的进展。然而神经网络上述的诸多优点，很大程度上依赖于网络结构和参数的充分训练，因此训练算法的优劣决定了神经网络的性能。粒子群优化算法PSO(particleswarmopti—mization)是一种基于群集智能的算法，它通过模拟收稿日期：2008—09—25．作者简介：夏天(1973一)．男．博士生．联

7、系人：王新晴．教授；研究方向：工程机械装备智能诊断；E—mail：ruwaye@l26．com．鸟群或鱼群的觅食行为，通过单个粒子之间的信息共享，寻找复杂搜索空间的最优点。利用PS0训练神经网络的结构和参数具有很快的训练收敛速度，训练精度较高。但是基本粒子群算法在训练后期易陷入局部极小值点[1]，目前研究人员已经开发了大量的改进粒子群优化算法，这些改进算法各有优缺点乜]。针对上述问题，本文提出了一种带自适应遗传算子的粒子群优化神经网络算法(AG—PS0)，通过概率控制，自适应地使训练前期充分发挥粒子群优化算法搜索速