基于遗传算法bp网络

《基于遗传算法bp网络》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、-基于遗传算法的BP网络在梅雨量预测中的应用孙承 刘全金（安庆市气象台246001）（安庆师范学院物理系246001）　摘要： 讨论基于遗传算法的BP网络在安徽省安庆市区梅雨量预测中的应用，对优化BP网络结构和连接权的遗传算法做了阐述。关键词：遗传算法BP网络MATLAB 1遗传算法     遗传算法简称GA（GeneticAlgorithm），是美国Michigan大学的JohnH.Holland教授创建，由生物进化思想启发而得出的一种具有全局搜索能力的算法。它模拟自然界物竞天择、适者生存，通过选择(selection)、交叉(crossover)和变

2、异(mutation)等操作，产生新一代适应力更强的群体（如图1所示）。群体初始化将一组待优化的量值（基因）放在向量中作为一个色体（个体），在优化对象的取值范围内随机地生成一组染染色体（第一代群体）。     根据实际问题设定染色体适应度（fitness）函数，适应值越高，表示.---该染色体的适应能力越强。     为了防止遗传算法后期染色体适应值差别变小，优秀染色体优势减弱，导致群体进化停滞，在适应度函数中引入模拟退火思想对适应值进行拉伸，如令（（为第i个染色体适应值，T为温度，T0为初始温度，gen为遗传代数），这样有利于优秀的染色体凸显出来。  

3、   选择操作是根据染色体适应值占群体适应值比重决定其选择概率，适应值越高的染色体，下一代群体中存在的数量就越多。选择策略有适应度.---比例法、排序选择法、最佳个体保存法和期望值方法等。     交叉操作从群体中随机的选取两个双亲染色体，按照某种规则进行部分交换，生成两个新染色体。新染色体的数量由交叉概率Pc决定。     变异操作是按概率Pm随机地对群体中的染色体按照某种规则做“基因突变”。重复以上操作，如果群体适应值趋于稳定（即连续几代染色体平均适应值的方差小于某极小值），或者遗传代数达到预定的数值N就中止遗传操作。2BP网络     BP网络（B

4、ack-ProPagationNetwork）又称反向传播神经网络，通过样本数据的训练，不断修正网络权值和阈值使误差函数沿负梯度方向下降，逼近期望输出。它是一种应用较为广泛的神经网络模型，多用于函数逼近、模型识别分类、数据压缩和时间序列预测等。     .---BP网络由输入层、隐层和输出层组成，隐层可以有一层或多层，图2是m×k×n的三层BP网络模型，网络选用S型传递函数，通过反传误差函数（（Ti为期望输出、Oi为网络的计算输出），不断调节网络权值和阈值使误差函数E达到极小。   BP网络具有高度非线性和较强的泛化能力，但也存在收敛速度慢、迭代步数多、

5、易于陷入局部极小和全局搜索能力差等缺点。可以先用遗传算法对“BP网络”进行优化，在解析空间找出较好的搜索空间，再用BP网络在较小的搜索空间内搜索最优解。3BP网络的样本模型   用灰色理论中建立等维新息模型的思想建立样本模型，按（1）式选取已知样本P和期望输出T作为训练模型。 BP网络的传递函数为S型，在训练前按（2）式对梅雨量做归一化处理，使样本数据在(0.1,0.9)之间。（2）                                                        .---     1951-2002年梅雨量为样本数据，从19

6、51年开始，每连续m年梅雨量为一组输入样本，对应第m+1年的梅雨量为本组期望输出，共生成52-m组样本数据，后5组样本为测试样本，其余样本为BP网络学习样本。4遗传算法优化BP网络结构   设置多输入单输出的三层BP网络模型，其中输入层m个神经元，隐层k个神经元，输出层1个神经元。用遗传算法对BP网络结构进行优化。将BP网络输入层神经元个数、隐层的神经元个数、动量因子和初始学习速率作为染色体遗传基因，取值范围定为[2，20；2，50；0.001,0.999；0.001,0.99]。   MATLAB的trainbPx函数采用动量法和学习速率自适应调整策略

7、训练网络，函数返回参数是权值w、阈值b和误差tr。设置染色体的适应度函数   令交叉概率Pc=0.3、变异概率Pm=0.15，用MATLAB编写遗传程序，作选择、交叉和变异操作，进化到第1000代，得到BP网络输入层神经元个数m、隐层的神经元个数n、动量因子mc、初始学习速率lr为：9.686、19.991、0.015、0.985。所以，设置BP网络结构为10×20×1。5遗传算法优化BP网络连接权5.1 染色体编码和初始化   采用实数编码遗传算法优化BP网络的连接权值。对应9×18×1的BP网络结构，将BP网络权值和阈值这199实数基因依次排列组成行

8、向量（即染色体），在[-1，1]范围内随机生成100个染色体，形成第1代群体。5