基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡(luò).pdf

《基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡(luò).pdf》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、第35卷第7期哈爾濱工業(yè)大學(xué)學(xué)報(bào)VoI.35No.72003年7月JOURNALOFHARBININSTITUTEOFTECHNOLOGYJuIy，2003基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡(luò)洪炳熔，金飛虎，高慶吉（哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，黑龍江哈爾濱150001，E-maiI：fhjin@0451.com）摘要：反向傳播算法是神經(jīng)網(wǎng)絡(luò)中應(yīng)用廣泛的一種多層前饋神經(jīng)網(wǎng)絡(luò)模型.但算法有求解精度低、搜索速度慢、易于陷入極小的缺點(diǎn).蟻群算法是一種新型的模擬進(jìn)化算法，有正反饋、分布式計(jì)算、啟發(fā)性收斂等特性.這些特性

2、使得解題過(guò)程加快，易于實(shí)現(xiàn)分布式計(jì)算.將蟻群算法和神經(jīng)網(wǎng)絡(luò)相結(jié)合起來(lái)，實(shí)現(xiàn)了非線(xiàn)性模型的辨識(shí)問(wèn)題及倒立擺的控制.仿真實(shí)驗(yàn)表明：用蟻群算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，可兼有神經(jīng)網(wǎng)絡(luò)廣泛映射能力和蟻群算法快速全局收斂的性能.關(guān)鍵詞：蟻群算法；神經(jīng)網(wǎng)絡(luò)；系統(tǒng)辨識(shí)；倒立擺系統(tǒng)中圖分類(lèi)號(hào)：TP39；TP242.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：0367-6234（2003）07-0823-03Multi-layerfeedforwardneuralnetworkbasedonantcolonysystemHONGBing-rong，JINFe

3、i-hu，GAOOing-ji（SchooIofComputerScienceandTechnoIogy，HarbinInstituteofTechnoIogy，Harbin150001，China，E-maiI：fhjin@0451.com）Abstract：BackPropagationisakindoffeedforwadneuraInetworkswideIyusedinmanyareas，butithassomeshortcomings，suchasIow-precisionsoIutions，sIo

4、wsearchspeedandeasyconvergencetotheIocaImini-mumpoints.AntcoIonysystemisanoveIsimuIatedevoIutionaryaIgorithm.Antsystemhaspositivefeedback，distributedcomputation，anduseofaconstructivegreedyheuristic.Thesecharacteristicsaccountforrapiddis-coveryofgoodsoIutions

5、andeasytoreaIizedistributedcomputation.ThecombinationofantsystemwithneuraInetworkisadoptedsothatanonIinearmodeIcanbeidentifiedandaninvertedpenduIumcontroIIed.SimuIa-tionresuItsshowthatextensivemappingabiIityofneuraInetworkandrapidgIobaIconvergenceofantsystem

6、canbeobtainedbycombiningantsystemandneuraInetwork.Keywords：antcoIonysystem；neuraInetwork；systemidentification；invertedpenduIumsystem神經(jīng)網(wǎng)絡(luò)具有復(fù)雜的非線(xiàn)性映射能力、函數(shù)分配問(wèn)題、job-shop調(diào)度問(wèn)題，取得了一系列較［2，3］逼近和大規(guī)模并行分布處理能力.神經(jīng)網(wǎng)絡(luò)中應(yīng)好的實(shí)驗(yàn)結(jié)果.用最普遍的是多層前饋網(wǎng)絡(luò)模型，其中BP算法本文將蟻群算法和神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，可兼因其依據(jù)堅(jiān)實(shí)、推導(dǎo)

7、過(guò)程嚴(yán)謹(jǐn)、通用性強(qiáng)而得到了有神經(jīng)網(wǎng)絡(luò)的廣泛映射能力和蟻群算法的快速、廣泛的應(yīng)用.由于BP學(xué)習(xí)算法采用的是沿梯度全局收斂以及啟發(fā)式學(xué)習(xí)等特點(diǎn)，在某種程度上下降算法，所以，訓(xùn)練通常需要很長(zhǎng)時(shí)間才能收避免了神經(jīng)網(wǎng)絡(luò)收斂速度慢，易于陷入局部極小斂，而且不可避免地會(huì)遇到局部極小的問(wèn)題.點(diǎn)的問(wèn)題.利用蟻群算法學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的權(quán)值，蟻群算法（antcoIonysystem）是最近幾年才將二者結(jié)合起來(lái)可解決非線(xiàn)性模型的辨識(shí)問(wèn)題及提出的一種新型的模擬進(jìn)化算法，它是由意大利倒立擺的控制問(wèn)題.［1］學(xué)者M(jìn).Dorigo等人首先提出來(lái)的

8、，稱(chēng)之為蟻群1基于蟻群算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練系統(tǒng)，并成功應(yīng)用于一些實(shí)際問(wèn)題，如TSP問(wèn)題、大多數(shù)神經(jīng)網(wǎng)絡(luò)都使用梯度下降法進(jìn)行訓(xùn)收稿日期：2002-09-17.練，例如反向傳播算法（BP）.這種算法具有收斂基金項(xiàng)目：國(guó)家高技術(shù)研究發(fā)展計(jì)劃資助項(xiàng)目（2001AA422270）.［4］時(shí)間長(zhǎng)、易于陷入局部極值等缺陷.蟻群算法作者簡(jiǎn)介：洪炳熔（1937-），男，博士，教授，博士生導(dǎo)師.·824·哈