对人工神经网络和遗传算法的认识_第1页
对人工神经网络和遗传算法的认识_第2页
对人工神经网络和遗传算法的认识_第3页
对人工神经网络和遗传算法的认识_第4页
对人工神经网络和遗传算法的认识_第5页
已阅读5页,还剩10页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

对人工神经网络和遗传算法的认识基于飞灰含碳量的火电锅炉燃烧优化控制遗传算法基本概念几个名词的认识1、个体与种群2、适应度与适应度函数3、染色体与基因4、遗传操作:选择-复制、交叉、变异遗传操作

遗传算法的基本流程图遗传算法的一些参数控制1、群体规模2、最大换代数:3、交叉率:参加交叉运算的染色体个数占全部染色体总数的比例,取值一般为0.4-0.994、变异率:发生变异的基因位数占全体染色体基因总数的比例,一般为0.0001-0.1遗传算法的特点与优势1、直接在解空间搜索,相对于图搜索能更早得到解。2、随机的始于搜索空间的一个点集,是一种随机搜索算法。3、遗传算法总是在寻找最优解,是一种优化搜索算法。4‘遗传算法是从空间的一个种群到另一个种群的搜索,是一种并行搜索,适合大规模并行计算,而且能够跳出局部最优解。遗传算法的特点与优势5、遗传算法适应性强,除需知适应的函数外几乎不需要其他先验知识。6、遗传算法长于全局搜索,不受搜索空间的限制性假设的约束,所以能以很大的概率从离散的、多极值的、含有噪声的高纬度问题中找到全局最优解。人工神经网络人工神经网络(ANN),又称神经网络,由具有适应性的简单单元组成的广泛并行互联网络,它的组织能够模拟出生物神经系统对真实世界物体锁做出的交互反应。人工神经网络是利用人工方式对生物神经网络的模拟。人工神经网络的特性1、并行分布处理:网络具有良好的并行结构和并行处理能力,因而具有较好的耐故障能力和总体处理能力2、非线性映射:适用于处理非线性问题3、通过训练进行学习:适用于那些数学模型或描述规则难以解决的问题。4、适应与集成:神经网络的强适应和信息融合能力使得他可以同时输入大量不同的控制信号,解决输入信息的互补和冗余问题,实现信息集成和信息融合神经网络研究的局限性1、ANN研究受到脑科学研究成果的限制2、ANN缺少一个完整、成熟的理论体系3、ANN研究带有浓厚的策略和经验色彩4、ANN与传统技术的接口不成熟神经元结构与链接人脑神经网络是由神经元突触与树突连接起来形成的。人工神经网络是由基本处理单元及其互连方法决定的。神经元结构与连接

M-P模型的六点特性1、每个神经元都是一个多输入单输出的信息处理单元神经元输入分兴奋性输入和一致性输入两种类型2、神经元具有空间整合特性和阈值特性3、神经元之间连接方式有两种,兴奋性和抑制性突触,其中抑制性突触其否决作用4、每个输入通过权值表征它对神经元的耦合程度,无耦合则权值为05、突触接头上有时间延迟,以该延迟为基本时间单位,网络的活动过程可以离散化感知器模型特点1、一种具有单层计算单元的神经网络,即为感知器。2、感知器是一种前馈网络,同层内无互连,不同层间无反馈,由下层向上层传递。其输入、输出均为离散值,神经元对输入加权求和后,由阈值函数决定其输出。3、单层感知器的结构与功能都非常简单,但却是其他网络的基础。4、在感知器中第一次引入了学习的概念,使之人脑所具备的学习功能在基于符号处理的数学模型

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论