基于遗传算法和神经网络的复杂对象的建模与优化

• 作者: 何志琴 马凯
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 适应度函数 复杂对象 遗传算法 神经网络 鲁棒性
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 32-35
• 分类号: TH122|TP273.1
• 字数: 2348字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2265.2012.01.009

摘要

针对复杂对象全局优化结果较多,难以选取最佳参数组合的问题,提出了一种新适应度函数,其特点是使用了目标函数关于其影响参数的梯度之和.结合提出的新适应度函数,首先进行已知模型的遗传算法寻优,然后对神经网络构建的模型进行遗传算法寻优.两次试验结果都表明,搜索到的最佳性能目标对应的参数组合具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何志琴	贵州大学电气工程学院	56	119	6.0	8.0
2	马凯	贵州大学电气工程学院	6	33	4.0	5.0