遗传算法在神经网络中的应用

基于遗传算法的BP神经网络的应用

----非线性函数拟合

摘要 人工神经网络在诸多领域得到应用如信息工程、自动控制、电子技术、目标识别、数学建模、图像处理等领域，并且随着神经网络算啊发的不断改进以及其他新算法的结合，使其应用的领域越来越广。BP神经网络是目前神经网络领域研究最多应用最广的网络，但BP神经网络学习算法易陷入局部极小的缺陷，本文采用遗传算法来优化BP神经网络的性能。首先采用遗传算法来优化BP神经网络的权值和阈值，然后将这些优化值赋给网络得到优化的BP神经网络，最后用MATLAB仿真平台，对非线性函数的逼近拟合和极值寻优问题进行实验。数值仿真结果表明：经遗传算法优化的BP神经网络能有效地避免原始BP神经网络容易出现的局部极小的缺陷，且具有收敛速度快和精度高等优点。

关键词：BP神经网络 遗传算法 MATLAB 结构优化

Abstract— In recent years, artificial neural network gradually attention has been paid into the hot area of research in

%读取数据

data=xlsread('');

%训练预测数据

data_train=data(1:113,:);

data_test=data(118:123,:);

input_train=data_train(:,1:9)';

output_train=data_train(:,10)';

input_test=data_test(:,1:9)';

output_test=data_test(:,10)';

%数据归一化

[inputn,mininput,maxinput,outputn,minoutput,maxoutput]=premnmx(input_train,output_ train); %对p和t进行字标准化预处理

net=newff(minmax(inputn),[10,1],{'tansig','purelin'},'trainlm');

%网络训练

net=train(net,inputn,outputn);

%数据归一化

inputn_test = tramnmx(input_test,mininput,maxinput);

an=sim(net,inputn);

test_simu=postmnmx(an,minoutput,maxoutput)

第4章nnToolKit神经网络工具包

4.1 nnToolKit简介

?nnToolKit神经网络工具包是基于MATLAB神经网络工具箱自行开发的一组神经网络算法函数库

?可在MATLAB环境下均独立运行，也可打包成DLL组件，直接被VB、VC、C++ 、C#、JAVA或其他支持COM的语言所调用

?本工具包中增加了一些MATLAB中没有的神经网络算法，如模糊神经网络、小波神经网络、遗传神经网络算法等

4.2 nnToolKit函数库算法函数名LmTrainLmSimu LmTrain2LmSimu2SofmTrain功能LM神经网络训练函数（不带归一化处理）LM神经网络仿真函数（不带反归一化处理）LM神经网络训练函数（带归一化处理）LM神经网络仿真函数（带反归一化处理）自组织特征映射网络训练函数LM神经网络算法SofmSimu自组织特征映射网络SofmIntensity SofmHistSofmProcessSofmRec模糊神经网络FnnTrain FnnSimu 自组织特征映射网络仿真函数图像增强处理函数绘制直方图函数自组织特征映射网络处理函数图像识别函数模糊神经网络训练函数模糊神经网络仿真函数4.2nnToolKit函数库算法函数名Wnn

遗传算法

　第23卷　第2期

文章编号:100325850(2010)0220061202

电脑开发与应用(总149) 61

基于遗传算法和神经网络的股票价格预测

ForecastingStockPricesbasedonGeneticAlgorithmsandNeuralNetwork

卢　泽　叶德谦　南　敏

(青岛理工大学中德信息技术合作研究所　山东青岛　266033)

【摘　要】针对证券市场运作的复杂性,提出了一种改进的BP神经网络模型,并将其应用于金融街的股价预测。采用遗传算法对网络结构和权值进行了优化,提高了网络的预测精度,加快了收敛速度,克服了以往传统预测方法的缺点。实验结果表明,将改进的BP网络模型用于股市分析和股价预测具有一定的准确性和应用价值。【关键词】BP神经网络,遗传算法,股票价格,预测

中图分类号:TP393文献标识码:AABSTRACT　Tothecomplexityoftheoperationofthesecuritiesm,animprovedmodelwasproposed,andsuccessfullyappliedtothestockpricepredictionofFinanceStreet.monofandrightv

第52卷 第4期2000年 11月

有 色 金 属

NONFERROUSMETALS

Vol.52,No.4November 2000

遗传神经网络预测模型在选矿中的应用

景广军,梁雪梅,李松仁

(中南大学矿物工程系,长沙 410083)

摘 要:分析遗传算法(GA)及BP神经网络(NN)的理论基础,提出了GA与NN结合的主要方式和步骤。讨论了基

于遗传神经网络的建模思路,主要针对矿石可选性预测、选矿生产指标预报问题,建立相应的遗传神经网络模型。论述了选矿数据预处理的方法和GA-BP神经网络的设计。通过实例验证,模型的预测精度达到90%以上。

关键词:选矿;遗传算法;神经网络;预测模型

中图分类号:TD91 文献标识码:A 文章编号:1001-0211(2000)04-0027-06

神经网络在矿业工程中的应用是从90年代才开始的。主要应用于水力旋流器、磨矿回路、浮选回路、碳金浸出过程、试验研究这几个方面非线性建模及控制。采用的神经网络一般为多层前馈模型,BP学习算法。由于神经网络具有鲁棒性、强适应性、可处理含噪信息等特点,预计将在选矿领域得到更加广泛的应用。

遗传算法在国外已得到广泛应用,特别适合于解决其它优化方法不能解决或

2012年“挑战杯”大学生

课外学术科技作品竞赛及创业设计大赛

作品名称：基于遗传算法改进作品类别：社会科学类项目成员：刘知发联系电话： BP神经网络的短期风电功

率预测研究

陈 军 母桑妮 向亚军 唐艳利 15196009869 完成时间： 2012 年 3 月 20 日0

基于遗传算法改进BP神经网络的短期风电功率预测研究

摘 要

风能发电作为21世纪重要的研究课题之一，是清洁、可再生资源的之首。对降低污染，舒缓能源消耗带来的压力有着至关重要的作用。本文通过时间序列、遗传算法和BP神经网络等方法建立了4个风电功率预测模型。通过Matlab编程，得出了不同方法预测结果，并对其准确性进行比较。

本文首先对国内外风电产业发展现状做了分析。在此基础上，第2章确定以移动平均预测法、随机时间序列预测法、BP神经网络预测法对问题进行探讨，通过Excel与

Matlab混合编程，得出移动平均预测法、随机时间序列预测法、BP神经网络预测法的

准确率分别为82%、70%、84%，合格率分别为85%、65%、92%。得出BP神经网络预测法明显优越于其他两种方法。接着运用BP神经网络预测出的数据做了预测的相对误差分析，从中得出了6组预测值的相对误差（见表3

实验一 利用MATLAB实现遗传算法

一、实验目的

1、熟悉MATLAB语言编程环境 2、掌握MATLAB语言命令

3、学会利用MATLAB编程实现遗传算法

二、实验原理

MATLAB是美国Math Works公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计等领域。通过学习遗传算法原理，使用MATLAB编写程序，实现其求解策略。

三、实验内容

通过MATLAB编程，利用遗传算法求解 ：

f(x) 200exp( 0.05x)sin(x), 求maxf(x)，x [-2,2].

三、实验要求

1、程序设计 2、调试 3、实验结果 4、撰写实验报告

实验二 MATLAB神经网络工具箱的使用

一、实验目的

1、掌握MATLAB语言命令 2、提高MATLAB程序设计能力 3、学会使用MATLAB神经网络工具箱

二、实验原理

MATLAB语言是Math Works公司推出的一套高性能计算机编程语言，集数学计算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空间。它附带有30多个工具箱，神经

Ｙ１０５８ｔ９２

分类号：聊州鸠＃校代鹕：１００７９女纽：ｔＭ

华北电力大学北。、

硕士学位论文

题目：遗传算法在图像处理自的应用研究

ｏｎ英文趣目：ＲｅｓｅａｒｃｈＡｐｐｌｉｅｖ，ｔｉｏｎｏｆＧｅｎｅｔｌｃＡｌｇｏｉｌｍｍｉｎ：ｍ２鲁ｃ

Ｐｒｏｃｅｓｓｉｎｇ

研究生：尚飞

专业：信号与信息处理

研究方向：史州估ｑ与１二息处删

指导教师ｔ唐皂瑞

论文提交日期：２８０６年１２月职称副教授

华北电力凡学

华北电力大学硕士学位论文

摘要

图像滤波和图像分割是图像处理领域中的两大热点问题。遗传算法是一种高效

并行的全局搜索方法，具有较好的鲁棒性、并行性和自适应性，非常适合大规模搜

索空间的寻优。遗传算法已广泛应用于许多学科和领域，在图像滤波和图像阈值分

割中的应用也取得了较好的效果。本文设计了一个基于脉冲噪声检测的模糊排序均

值滤波器，并用实数编码的遗传算法对模糊隶属度函数进行优化。实验证明，与其

他传统滤波算法相比，本文算法在有效的去除噪声同时，能更好的保护图像细节。

基于二维Ｆｉｓｈｅｒ准则的分割算法，具有较好的小目标识别能力和抗噪声性能。本文

用改进的自适应遗传算法与二维Ｆｉｓｈｅｒ准则分割算法相结合进行图像分割，不但保

证了分割精度，还大大提高了运算速度。

关键词：遗传算法，模糊捧序均值滤

本 科 毕 业 设 计

毕业设计题目：遗传算法及其在TSP问题的应用 学生姓名： 学 号： 系 别： 专业班级：

指导教师姓名及职称： 起止时间：

I

摘要

遗传算法(Genetic Algorithm, GA)是近年来迅速发展起来的一种全新的随机搜索与优化算法,旅行商问题是一个典型的NP完全问题，而遗传算法是解决这类问题的一个比较理想的算法,它的基本思想来源于Darwin的进化论和Mendel的遗传学。 本文首先对遗传算法和旅行商问题进行了简单的介绍，并用数学的方式描述了TSP问题。然后详细地阐述了遗传算法在编码表示和遗传算子（包括选择算子、交叉算子、变异算子）等其他方面的应用情况，最后通过对初始种群、遗传代数、交叉率、变异率等参数进行修改、测试、对比，来验证这些参数对算法的求解结果和求解效率的影响。 关键词 遗传算法 旅行商问题 编码 轮盘赌算法 最优保存策略 顺序交叉 II

Abstract

Genetic Algorithm (Genetic Algorithm, GA) is a new random search and optimizati

I SN 1 0— 0 4 S 9 3 4 0

E— i e u@C C . e.n mal d f C Cn t : ch t:ww d z . e.n t/ w. n sn t p/ c T l 8— 5— 6 0 6 5 99 4 e: 6 5 5 9 9 3+ 1 6 0 6

C m u n we g n e h oo y电脑知识与技术 o p￣r o l ea d T c n l K d gVo ., . Fe r a y 2 0,P 9— 3 15 No4, b r 0 9 P.33 9 5 u

B P神经网络的算法改进及应用王爽张吕 .鹰，瑞霞(华师范大学计算机学院，西四川南充 6 7 0 ) 3 0 2

摘要：章介绍了目前人工神经网善领域中 B文 P神经网络的特点及其算法原理， B以 P网络算法的缺点为出发点，不同方面对 B 从 P算法进行改进 .而加快了网络的收敛速度，化了网络的拓扑结构，从优最后对 BP网络在实际 q的主要应用进行了讨论。 -

关键词：工神经网络；P算法；法改进人 B算中图分类号： P 9 T 33文献标识码： A文章编号： 0 9 3 4 ( 0 9 0— 9 3 0 1 0— 0 42 0