基于遗传算法设计和训练人工神经网络的方法.pdf

第26 卷第1 期 红 外 与 毫 米 波 学报 VoI. 26 ，No. 1 2007 年2 月 J. Infrared MiIIim. Waves February ，2007 文章编号：1001 - 9014 （2007 ）01 - 0065 - 04 基于遗传算法设计和训练人工神经网络的方法 武 妍， 万 伟 （同济大学 计算机科学与技术系，上海 200092 ） 摘要：提出了一种基于遗传算法的人工神经网络设计和训练方法—NNDT ，同时训练网络的拓扑结构和连接权重， 提出了一种结构化网络编码方法，有效地解决了网络拓扑结构和网络编码不能一一对应的问题；使用启发式规则 约束网络拓扑结构的变异概率以及变异操作的选择趋势，并使用小生境机制进行拓扑变异保护. 实验结果证明了 NNDT 的有效性和高效性. 关 键 词：人工神经网络；遗传算法；小生境；设计；训练 Tp183 文献标识码：A 中图分类号： METHOD ON DESIGNING AND TRAINING OF ARTIFICIAL NEURAL NETWORK ASED ON GENETIC ALGORITHM WU Yan ， WAN Wei （Department of Computer Science and TechnoIogy ，Tongji University ，Shanghai 200092 ，China ） Abstract：A method for designing and training artificiaI neuraI network based on genetic aIgorithm （NNDT ）was presen- ted. NNDT trains both architectures and weights of networks simuItaneousIy. The probIem that the one-to-one reIationship between the topoIogy and the encoding can not be kept was soIved effectiveIy. Heuristic method was used to constraint the probabiIity of topoIogy mutation and the trend of the choice of the kind of mutation. AIso，the niching mechanism was used to protect the mutation of network topoIogies. The experiments resuIts show the efficiency and rapidity of NNDT. Key words：artificiaI neuraI network ；genetic aIgorithm ；niche ；design ；training 实验数据表明，NNDT 能快速有效地得到所需的神 引言 经网络. 用遗传算法来设计和训练人工神经网络已被证 1 NNDT 实能有效地解决很多问题［1］. 最早的算法采用的是 固定拓扑结构的神经网络［2 ］，后来也出现了很多同 1. 1 基本概念 时进化网络连接权重和拓扑结构的算法［3 ~ 5 ］. 这类 种群：遗传算法基于达尔文进化论和孟德尔 算法中存在着几个比较重要的问