欢迎来到天天文库
浏览记录
ID:36748593
大小:1.85 MB
页数:72页
时间:2019-05-14
《GA-CCA混合优化算法及其在神经网络应用中的研究》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、中山大学硕士学位论文GA-CCA混合优化算法及其在神经网络应用中的研究姓名:刘文谊申请学位级别:硕士专业:检测技术与自动化装置指导教师:李晓东20060606GA-CGA混合优化算法及其在神经网络应用中的研究专业:检测技术与自动化装置硕士生:刘文谊指导教师:李晓东副教授摘要当前,计算智能算法作为人工神经网络、模糊系统和进化计算三种算法的融合,被越来越多的学者研究,成为人工智能的一个新的研究领域。为了进一步扩展计算智能算法的性能,在深入分析的基础上,本文首先介绍一种传统的优化算法——共轭梯度法(Conj
2、ugateGradientAlgorithIn,简称CGA),并且对该算法进行改进,然后对计算智能算法之一——遗传算法(GeneticAlgorithm,简称GA)进行改进,最后将改进GA和改进CGA有机结合,提出了一种新型的GA—cGA混合优化算法。为了验证该GA—CGA混合优化算法具有良好的优化性能,本文将该混合优化算法用于神经网络的权值训练。另外,为了进一步验证cA—cGA混合优化算法在神经网络的应用领域内同样具有良好的性能,本文将其用于系统辨识及盲信号分离中神经网络模型的训练,取得了理想的训练
3、效果,达到了优化的目的,为计算智能算法的应用研究提供了一种新途径。关键词:GA算法,cGA算法,GA—CGA混合优化算法,盲信号分离,系统辨识HybridGA—CGAOptimizationAlgorithmandresearchofItsApplicationinNeuralNetworkMajorNameSupervisorDetectionTechnologyandAutomationDeviceWenjYiLiuAssociateProfessor,Xiao-dongLiABSTRACTNow
4、adays,ComputingIntelligence(CI)hasbeenstudiedbymoreandmoreresearchers.AsacombinationofArtificialNeuralNetwork、FuzzysystemandEvolutionmyComputaEon,CIisanewscientificapproachwiththedevelopmentofArtificialIntelligence.InordertofurtherfacilitatetheOD6mizing
5、ofCI,thisthesisproposesanimpmvedConjugateGradientAlgorithm(CGA),basedonanin-depthanalysistooriginalstandardCGA。Then,animprovedGeneticAlgorithm(GA)asakindofCIisproposed。Finally,annovelhybridGACGAalgorithmispresentedbyorganicallycombiningthen鲫impmvedCGAan
6、dthenewimpmvedGA.TovalidatetheperformanceoftheproposedhybridGA—CGAalgorithm.thealgorithmisappliedtothetrainingofArtificialNeuralNetwork。Moreover,thisthesisinvesagatestheapplicationsoftheArtificialNeuralnetworkbasedonthepreposedhybridGACGA,suchasblindsig
7、nalseparation,systemidentificationetc.Goodopnmizedperformancesarealsoobtained.Therefore,ThehybridGA_CGAalgorithmprovidesanewdimensionforresearchofCIalgorithm-KeyWords:GeneticAlgorithm(GA),ConjugateGradientAlgorithm(CGA),HybridGA-CGAAlgonthm.BlindSignalS
8、eparation,Systemidentification.II—中山火学硕L学位论文第1章引言1.1论文研究的意义和目的1994年,关于人工神经网络、进化计算及模糊系统的3个IEEE国际学术组织在美国奥兰多联合举行了首届计算智能世界大会,原本属于3个不同学科的学者们聚集在一起,提出了计算智能⋯的概念。按照JamesC.Bezdek的观点,计算智能系统”即:“当一个系统仅仅处理底层的数据,具有模式识别的部分,并且不使用人工智能意义中的知识,那么这个系统
此文档下载收益归作者所有