混沌遗传算法优化管网状态神经网络模型

• 作者: 何小香 吕谋 张土乔 陈磊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 自适应遗传算法 混沌 神经网络 给水管网 状态模拟
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 土木工程
• 页码范围: 874-877
• 页数: 4页
• 分类号: TU991.33
• 字数: 3521字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2005.06.024

摘要

针对BP算法易陷入局部最优,提出将一种新的混沌遗传算法(CGA)用于全局优化给水管网状态神经网络模型的初始权阈值.该算法将混沌搜索与自适应遗传算法相结合,根据混沌运动的初值敏感性、内在随机性以及遍历性的特点,通过混沌映射搜索自适应遗传算法的较优初始种群,并利用自适应遗传算法进一步寻优,对混沌映射和遗传进化进行循环计算直至达到最大进化代数,最终获得BP模型的较优权阈值.实例分析结果表明,与自适应遗传算法(AGA)相比,该算法搜索稳健,全局搜索能力强,并且新算法优化模型具有更高的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张土乔	浙江大学市政工程研究所	165	3540	33.0	52.0
2	陈磊	浙江大学市政工程研究所	67	529	11.0	21.0
3	何小香	杭州电子科技大学外国语学院	14	74	3.0	8.0
4	吕谋	青岛建工学院环境工程系	2	25	2.0	2.0