基于智能体的神经网络优化及应用

《基于智能体的神经网络优化及应用》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、南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他入已经发表或撰写过的研究成果，‘也不包含为获得南京邮电大学或其它．－，一～＋‘。‘教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：盗篮鲎日期：三！堕塑！璺南京邮电大学学位论文使用授权声明南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其它复制手段保存论文。本文

2、电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京邮电大学研究生部办理。研究生签名：痒蹶秀导师签名．Ｊ１－南京邮电大学硕士学位论文摘要学科、专业：工学控制理论与控制工程研究方向：通信系统辨识、建模与仿真作者：２００７级研究生宋振雷指导教师：张志涌教授题目：基于智能体的神经网络优化及应用㈣螋㈣㈣Ｙ１７５４列誉英文题目：ＳｔｕｄｙｏｎｔｈｅＯｐｔｉｍｉｚａｔｉｏｎｏｆＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｂａｓｅｄｏｎＡｇｅｎｔａｎｄＩｔｓＡｐｐｌｉｃａｔｉ

3、ｏｎ主题词：神经网络，遗传算法，多智能体系统，多智能体遗传算法，分组合作多智能体遗传算法Ｋｅｙｗｏｒｄｓ：ＮｅｕｒａｌＮｅｔｗｏｒｋ，ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，．Ｍｕｌｔｉ—ａｇｅｎｔ，Ｍｕｌｔｉ－ａｇｅｎｔｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，Ｍｕｌｔｉ－ａｇｅｎｔＡｌｇｏｒｉｔｈｍＧｒｏｕｐＣｏｏｐｅｒａｔｉｖｅＧｅｎｅｔｉｃ’●南京邮电大学顾ｌ：］０ｆ究生学位论文摘要摘要人工神经网络具有广泛的应用，但是神经网络收敛速度慢，容易陷入局部极小点。本文主要研究基于多智能体遗传算法的神经网络优化。在研究了遗传算法，多智能体系统，多智能体遗传算法的基础上，提出一种改进

4、的多智能体遗传算法，也就是分组合作多智能体遗传算法。并把分组合作多智能体遗传算法用于优化神经网络。本文共分为六章：第一章描述了神经网络，遗传算法，多智能体系统的研究现状及其应用，以及概述了本文的主要工作。第二章首先介绍了神经网络的模型及其学习算法，接着研究了ＢＰ神经网络原理，实现步骤，以及优缺点，最后介绍了一些目前比较成熟的ＢＰ神经网络的改进方法。第三章首先研究了遗传算法的原理及其实现，接着介绍了多智能体系统，然后研究了多智能体遗传算法的原理及其应用，最后在这些算法的基础上提出了一种改进的多智能体遗传算法也就是分组合作多智能体遗传算法并且与遗传算法，多智能体遗传算法进

5、行比较。第四章将分组合作多智能体遗传算法用于优化ＢＰ神经网络并与ＢＰ神经网络算法，遗传算法优化的ＢＰ神经网络算法，多智能体遗传算法优化的ＢＰ神经网络算法进行比较。第五章把用分组合作多智能体遗传算法优化的ＢＰ神经网络应用于ＲｏｂｏＣｕｐ２Ｄ的铲球中。第六章是对全文的总结与展望。通过仿真实验证明，分组合作多智能体遗传算法用于优化ＢＰ神经网络是非常有效的。关键字：神经网络，遗传算法，多智能体系统，多智能体遗传算法，分组合作多智能体遗传算法南京邮电大学硕Ｊ：研究生学位论文ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＡｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｈａｓａｗｉｄｅｒａｎｇｅｏ

6、ｆａｐｐｌｉｃａｔｉｏｎｓ，ｂｕｔｉｔｃｏｎｖｅｒｇｅｓｓｌｏｗｌｙａｎｄｆａｌｌｓｉｎｔｏｌｏｃａｌｍｉｎｉｍｕｍｐｏｉｎｔｓｅａｓｉｌｙ．Ｔｈｉｓｐａｐｅｒｓｔｕｄｉｅｓｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｔｈｅｍｕｌｔｉ—ａｇｅｎｔｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ．Ａｆｔｅｒｔｈｅｓｔｕｄｙｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｍｕｌｔｉ—ａｇｅｎｔｓｙｓｔｅｍａｎｄｍｕｌｔｉ‘ａｇｅｎｔｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｉｍｐｒｏｖｅｄｍｕｌｔｉ－ａｇｅｎｔｇｅｎｅｔｉｃａｌｇｏｒｉｔ

7、ｈｍｎａｍｅｄｇｒｏｕｐｃｏｏｐｅｒａｔｉｖｅｍｕｌｔｉ－ａｇｅｎｔｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｉｓａｐｐｌｉｅｄｉｎｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｔｈｉｓｐａｐｅｒｉｓｄｉｖｉｄｅｄｉｎｔｏｓｉｘｃｈａｐｔｅｒｓ．Ｔｈｅｆｉｒｓｔｃｈａｐｔｅｒｄｅｓｃｒｉｂｅｓｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｓｏｆｎｅｕｔｒａｌｎｅｔｗｏｒｋ，ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｍｕｌｔｉ—ａｇｅｎｔｓｙｓｔｅｍ，ａｓｗｅｌｌａｓｓｕｍｍａｒｉｚｉｎｇｔｈｅｍａｊｏｒｗｏｒｋｏｆｔｈ