基于遗传算法的神经网络优化方法学习教案_第1页
基于遗传算法的神经网络优化方法学习教案_第2页
基于遗传算法的神经网络优化方法学习教案_第3页
基于遗传算法的神经网络优化方法学习教案_第4页
基于遗传算法的神经网络优化方法学习教案_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、会计学1基于遗传算法的神经网络优化方法基于遗传算法的神经网络优化方法第一页，编辑于星期一：九点 四十二分。第1页/共13页第二页，编辑于星期一：九点 四十二分。Hello,Im John Holland 第2页/共13页第三页，编辑于星期一：九点 四十二分。后收敛到适应环境个体上，求得问题最优解第3页/共13页第四页，编辑于星期一：九点 四十二分。生物遗传学概念生物遗传学概念遗传算法中的作用遗传算法中的作用适者生存适者生存在算法停止时，最优目标值的解有最大的可在算法停止时，最优目标值的解有最大的可能被留住能被留住个体（个体（individualindividual）目标函数的解目标函数的解 染

2、色体（染色体（chromosomechromosome）解的编码（向量）解的编码（向量）基因（基因（genegene）解中的每一分量的特征（或值）解中的每一分量的特征（或值）适应性（适应性（fitnessfitness）适应度函数适应度函数群体（群体（populationpopulation）选定的一组解（其中解的个数为群体的规模）选定的一组解（其中解的个数为群体的规模）种群（种群（reproductionreproduction）根据适应函数选取的一组解根据适应函数选取的一组解交配（交配（crossovercrossover）按交配原则产生一组新解的过程按交配原则产生一组新解的过程变异（变异

3、（mutationmutation）编码的某一分量发生变化的过程编码的某一分量发生变化的过程p 生物遗传学概念与遗传算法中概念的对应关系生物遗传学概念与遗传算法中概念的对应关系第4页/共13页第五页，编辑于星期一：九点 四十二分。第5页/共13页第六页，编辑于星期一：九点 四十二分。GEN0产生初始群体是否满足停止准则指定结果结 束计算每个个体的适应度i0iN ？以概率选择遗传算子GENGEN1选择一个个体选择两个个体选择一个个体执行复制ii1执行变异复制到新群体执行杂交插入到新群体将两个子代串插入到新群体ii1是否是否prpcpmGEN当前代数 N群体规模第6页/共13页第七页，编辑于星期一：九点 四十二分。第7页/共13页第八页，编辑于星期一：九点 四十二分。第8页/共13页第九页，编辑于星期一：九点 四十二分。N1iiifpfifi1( )ifE i2( )()ookoE idyoiG1iGiG1iG第9页/共13页第十页，编辑于星期一：九点 四十二分。jGjG第10页/共13页第十一页，编辑于星期一：九点 四十二分。第1

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论