08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼

08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼

ID:28969960

大?。?0.01 KB

頁數(shù):4頁

時間:2018-12-15

08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼_第1頁
08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼_第2頁
08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼_第3頁
08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼_第4頁
資源描述:

《08遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值地通用matlab源碼》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫

1、實用標(biāo)準(zhǔn)文案遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的通用MATLAB源代碼遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)有兩種情況,一種是把訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)作為黑箱函數(shù),用遺傳算法搜索該黑箱函數(shù)的最優(yōu)解;另外一種,則是把遺傳算法用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,充分利用遺傳算法全局搜索的特性,得到一個初始的權(quán)值矩陣和初始的閾值向量,再用其它訓(xùn)練算法(如BP算法),得到最終的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。GreenSim團(tuán)隊大量實踐證明,這種GA和BP網(wǎng)絡(luò)相結(jié)合的方法,能顯著地提高BP神經(jīng)網(wǎng)絡(luò)的性能,基本上和支持向量機(jī)的性能相當(dāng),有時甚至優(yōu)于支持向量機(jī)。由于BP網(wǎng)絡(luò)的權(quán)值優(yōu)化是一個無約束優(yōu)化問題,而且權(quán)值要采用實數(shù)編碼,所以直接利用Ma

2、tlab遺傳算法工具箱。以下貼出的代碼是為一個19輸入變量,1個輸出變量情況下的非線性回歸而設(shè)計的,如果要應(yīng)用于其它情況,只需改動編解碼函數(shù)即可。程序一:GA訓(xùn)練BP權(quán)值的主函數(shù)functionnet=GABPNET(XX,YY)%--------------------------------------------------------------------------%GABPNET.m%使用遺傳算法對BP網(wǎng)絡(luò)權(quán)值閾值進(jìn)行優(yōu)化,再用BP算法訓(xùn)練網(wǎng)絡(luò)%GreenSim團(tuán)隊——專業(yè)級算法設(shè)計&代寫程序%歡迎訪問GreenSim團(tuán)隊主頁→http://blog.sina.

3、com.cn/greensim%--------------------------------------------------------------------------%數(shù)據(jù)歸一化預(yù)處理nntwarnoffXX=premnmx(XX);YY=premnmx(YY);%創(chuàng)建網(wǎng)絡(luò)net=newff(minmax(XX),[19,25,1],{'tansig','tansig','purelin'},'trainlm');%下面使用遺傳算法對網(wǎng)絡(luò)進(jìn)行優(yōu)化P=XX;T=YY;R=size(P,1);S2=size(T,1);S1=25;%隱含層節(jié)點數(shù)aa=ones(S,1

4、)*[-1,1];popu=50;%種群規(guī)模initPpp=initializega(popu,aa,'gabpEval');%初始化種群gen=100;%遺傳代數(shù)%下面調(diào)用gaot工具箱,其中目標(biāo)函數(shù)定義為gabpEval[x,endPop,bPop,trace]=ga(aa,'gabpEval',[],initPpp,[1e-611],'maxGenTerm',gen,...'normGeomSelect',[0.09],['arithXover'],[2],'nonUnifMutation',[2gen3]);%繪收斂曲線圖figure(1)精彩文檔實用標(biāo)準(zhǔn)文案plot

5、(trace(:,1),1./trace(:,3),'r-');holdonplot(trace(:,1),1./trace(:,2),'b-');xlabel('Generation');ylabel('Sum-SquaredError');figure(2)plot(trace(:,1),trace(:,3),'r-');holdonplot(trace(:,1),trace(:,2),'b-');xlabel('Generation');ylabel('Fittness');%下面將初步得到的權(quán)值矩陣賦給尚未開始訓(xùn)練的BP網(wǎng)絡(luò)[W1,B1,W2,B2,P,T,A1,A2

6、,SE,val]=gadecod(x);net.LW{2,1}=W1;net.b{2,1}=B1;net.b{3,1}=B2;XX=P;YY=T;%設(shè)置訓(xùn)練參數(shù)net.trainParam.show=1;net.trainParam.lr=1;net.trainParam.epochs=50;net.trainParam.goal=0.001;%訓(xùn)練網(wǎng)絡(luò)net=train(net,XX,YY);程序二:適應(yīng)值函數(shù)function[sol,val]=gabpEval(sol,options)%val-thefittnessofthisindividual%sol-theindi

7、vidual,returnedtoallowforLamarckianevolution%options-[current_generation]loaddata2nntwarnoffXX=premnmx(XX);YY=premnmx(YY);P=XX;T=YY;R=size(P,1);S2=size(T,1);S1=25;%隱含層節(jié)點數(shù)S=R*S1+S1*S2+S1+S2;%遺傳算法編碼長度fori=1:S,x(i)=sol(i);end;[W1,B1,W2,B2,P,T,A1,A2,SE,val]=

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。