基于遗传算法反向传播模型的板形模式识别

• 作者: 张材 谭建平
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 板形 模式识别 遗传算法 神经网络 多维空间
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 294-299
• 页数: 6页
• 分类号: TG335.5|TP18
• 字数: 4113字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7207.2006.02.017

摘要

针对在板形模式识别中, 反向传播(BP)网络对未知板形识别能力差和遗传算法(GA)优化神经网络初始权重过程复杂等问题, 提出一种基于多维空间优化的遗传算法优化BP网络初始权重的板形模式识别GA-BP模型, 该模型直接以网络权重构造多维空间染色体, 以训练样本误差和测试样本误差相结合作为遗传算法的适应度函数, 以较大的网络期望误差和低的进化程度为网络的训练策略. 研究结果表明: 基于多维空间的遗传优化方法, 建模简单, 无需编码、解码, 大大减少了编程计算量;GA-BP模型有效提高了BP网络对未知板形的识别能力和识别精度, 在工业试验中, GA-BP模型板形模式识别结果跟板形仪的实测板形非常接近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭建平	中南大学机电工程学院	250	1509	17.0	22.0
2	张材	中南大学机电工程学院	9	50	3.0	7.0