基于蟻群算法的整型權(quán)值神經(jīng)網(wǎng)絡(luò)的研究與實(shí)現(xiàn).pdf

1、本文的研究背景主要是基于人工神經(jīng)網(wǎng)絡(luò)在工業(yè)控制中的廣泛應(yīng)用。工業(yè)控制普遍采用嵌入式系統(tǒng)及其技術(shù)，很多使用專用的、定制的、軟硬件結(jié)構(gòu)精簡(jiǎn)的嵌入式控制系統(tǒng)。但是這些嵌入式專用控制系統(tǒng)對(duì)存儲(chǔ)容量、實(shí)時(shí)性、快速響應(yīng)、功耗及價(jià)格有著很高的要求。這些要求促使在開(kāi)發(fā)嵌入式軟、硬件時(shí)需要時(shí)時(shí)考慮到算法的性能、運(yùn)算速度、存儲(chǔ)容量等實(shí)際問(wèn)題。而且神經(jīng)網(wǎng)絡(luò)在運(yùn)算過(guò)程中需要作大量的乘法、加法（包括減法）、除法和指數(shù)（若使用非線性激勵(lì)函數(shù)）運(yùn)算，特別是除法和指數(shù)

2、運(yùn)算消耗的指令周期遠(yuǎn)遠(yuǎn)大于乘法和加法，浮點(diǎn)型的運(yùn)算時(shí)間遠(yuǎn)遠(yuǎn)大于整型。因此直接將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)應(yīng)用于嵌入式專用控制系統(tǒng)，無(wú)法滿足系統(tǒng)在實(shí)時(shí)性、存儲(chǔ)上的要求，故需要改進(jìn)傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)。本文主要研究成果如下：
　　通過(guò)對(duì)整型權(quán)值神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的分析，本文提出了一種訓(xùn)練整型權(quán)值的神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法。采用整型權(quán)值為神經(jīng)網(wǎng)絡(luò)在嵌入式領(lǐng)域的應(yīng)用提供了一種可行的方法，因?yàn)橄啾雀↑c(diǎn)型權(quán)值，整型權(quán)值不僅可以減少系統(tǒng)的存儲(chǔ)容量，還可以有更高的執(zhí)行

3、效率。但是如果權(quán)值精度下降導(dǎo)致網(wǎng)絡(luò)無(wú)法收斂或者降低網(wǎng)絡(luò)的泛化性能，將無(wú)法解決問(wèn)題，針對(duì)這一情況，本文首先分析了整型權(quán)值神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，即通過(guò)適當(dāng)?shù)卦黾与[層神經(jīng)元個(gè)數(shù)和擴(kuò)大權(quán)值范圍改善網(wǎng)絡(luò)的收斂性能和泛化性能。在這基礎(chǔ)上，本文對(duì)整型權(quán)值神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)、樣本的選擇，以及激活函數(shù)的選擇和優(yōu)化做了深入地研究。
　　針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法無(wú)法訓(xùn)練整型權(quán)值神經(jīng)網(wǎng)絡(luò)的問(wèn)題，本文提出了基于蟻群算法的整型權(quán)值神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。

4、蟻群算法具有自組織、正反饋機(jī)制、分布式并行計(jì)算、啟發(fā)性收斂等特點(diǎn)。從算法執(zhí)行過(guò)程看，蟻群算法具有在離散域全局的搜索能力。又針對(duì)傳統(tǒng)蟻群算法容易陷入停滯的問(wèn)題，本文使用了解決停滯問(wèn)題較好的最大最小螞蟻系統(tǒng)，并根據(jù)螞蟻搜索的實(shí)際情況，提出了使用停滯計(jì)數(shù)器作為判斷，增加額外的信息素方法，以增強(qiáng)螞蟻的開(kāi)發(fā)能力。為了解決螞蟻搜索神經(jīng)網(wǎng)絡(luò)權(quán)值過(guò)程中碰到的權(quán)值維數(shù)過(guò)多的問(wèn)題，本文使用神經(jīng)網(wǎng)絡(luò)重新描述了蟻群算法，并設(shè)計(jì)了全新的禁忌表和信息素濃度表，降低

5、了程序設(shè)計(jì)的維度。最后采用神經(jīng)網(wǎng)絡(luò)逼近 sin(x)函數(shù)實(shí)驗(yàn)驗(yàn)證了蟻群算法訓(xùn)練整型權(quán)值神經(jīng)網(wǎng)絡(luò)的有效性。
　　最后，將本文提出的算法應(yīng)用于嵌入式專用控制系統(tǒng)——紗線運(yùn)動(dòng)圖片檢測(cè)系統(tǒng)。首先分析了紗線檢測(cè)的內(nèi)容，確定檢測(cè)的目標(biāo)是對(duì)紗線的紗疵進(jìn)行檢測(cè)。針對(duì)紗疵形狀小、灰度平滑變化、處理難的特點(diǎn)，本文提出了基于時(shí)空相關(guān)性的檢測(cè)思想，利用紗線圖像連續(xù)幀差分方法，并對(duì)紗線圖像作了必要的預(yù)處理，以突顯紗線的紗疵。將特征圖的每一行像素作為神經(jīng)網(wǎng)絡(luò)