基于协同进化遗传算法的 SOFM 神经网络及其应用

• 作者: 姚卫粉 许峰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: SOFM神经网络 遗传算法 协同进化 矿井突水
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 算法与语言
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP312
• 字数: 3967字
• 语种: 中文
• DOI: 10.11907/rjdk.143489

摘要

针对遗传算法优化SOFM神经网络的不足，提出利用合作型协同进化遗传算法实现SOFM 神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象，在SOFM 神经网络中引入全局搜索能力很强的合作型协同进化遗传算法，这样既解决了分类结果对样本输入顺序的过分依赖，又实现了SOFM 神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题，结果表明，该算法具有较好的全局收敛性，且可在很大程度上避免“死神经元”现象。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许峰	安徽理工大学理学院	143	328	9.0	12.0
2	姚卫粉	安徽理工大学理学院	10	36	3.0	6.0