遺傳算法和人工神經(jīng)網(wǎng)絡(luò)的分析與改進(jìn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、該文著重對(duì)人工智能中兩個(gè)熱門(mén)課題——遺傳算法和人工神經(jīng)網(wǎng)絡(luò)——進(jìn)行分析和改進(jìn),并研究這兩種方法協(xié)同進(jìn)行的學(xué)習(xí)技術(shù),然后將其應(yīng)用到電池荷電態(tài)預(yù)估領(lǐng)域.研究?jī)?nèi)容主要包括:(1)從概率角度分析遺傳操作算子的作用、搜索范圍以及種群多樣性的影響,并根據(jù)種群多樣度對(duì)遺傳算法的參數(shù)進(jìn)行自動(dòng)調(diào)節(jié),抑制早熟現(xiàn)象.對(duì)六個(gè)測(cè)試函數(shù)優(yōu)化仿真結(jié)果驗(yàn)證了算法的有效性.(2)綜合考慮數(shù)據(jù)類(lèi)型、學(xué)習(xí)算法和網(wǎng)絡(luò)拓?fù)渲g的關(guān)系,改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò),在染色體中加入對(duì)學(xué)習(xí)算法的

2、編碼,以適應(yīng)不同類(lèi)型的數(shù)據(jù).對(duì)Probenl的仿真結(jié)果驗(yàn)證了算法的自適應(yīng)能力.(3)采用數(shù)理統(tǒng)計(jì)方法分析訓(xùn)練前后神經(jīng)網(wǎng)絡(luò)權(quán)值的變化情況,改進(jìn)權(quán)連接剪切算法,并獲得適合具體問(wèn)題的非全連接神經(jīng)網(wǎng)絡(luò).對(duì)Probenl的仿真結(jié)果表明改進(jìn)算法能夠在滿(mǎn)足誤差要求的前提下,盡可能簡(jiǎn)化拓?fù)?提高效率.(4)采用數(shù)理統(tǒng)計(jì)方法分析性能較好的神經(jīng)網(wǎng)絡(luò)權(quán)值分布情況,總結(jié)出其基本服從正態(tài)分布的規(guī)律,并以此指導(dǎo)初始權(quán)值的設(shè)置.對(duì)Probenl的仿真結(jié)果表明按照正態(tài)

3、分布初始化權(quán)值能夠從一定程度上提高訓(xùn)練效率.(5)考慮到激勵(lì)函數(shù)在神經(jīng)元中的重要作用,在神經(jīng)網(wǎng)絡(luò)中引用組合激勵(lì)函數(shù)的思想,并分析傳統(tǒng)遺傳編碼方式對(duì)組合激勵(lì)函數(shù)編碼的缺陷,然后對(duì)其進(jìn)行改進(jìn)并形成混合編碼的遺傳神經(jīng)網(wǎng)絡(luò).對(duì)Probenl的仿真結(jié)果表明進(jìn)化得到的具有組合激勵(lì)函數(shù)的神經(jīng)網(wǎng)絡(luò)能夠普遍減小輸出誤差.(6)采用遺傳神經(jīng)網(wǎng)絡(luò)建立電池荷電態(tài)自適應(yīng)預(yù)估模型,通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能分析荷電態(tài)同端電壓、放電電流的關(guān)系,然后利用遺傳算法優(yōu)化網(wǎng)絡(luò)拓

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論