資源描述：
《基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應用文檔-天天文庫。
1、第35卷第7期哈爾濱工業(yè)大學學報VoI.35No.72003年7月JOURNALOFHARBININSTITUTEOFTECHNOLOGYJuIy，2003基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡洪炳熔，金飛虎，高慶吉（哈爾濱工業(yè)大學計算機科學與技術(shù)學院，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)絡中應用廣泛的一種多層前饋神經(jīng)網(wǎng)絡模型.但算法有求解精度低、搜索速度慢、易于陷入極小的缺點.蟻群算法是一種新型的模擬進化算法，有正反饋、分布式計算、啟發(fā)性收斂等特性.這些特性
2、使得解題過程加快，易于實現(xiàn)分布式計算.將蟻群算法和神經(jīng)網(wǎng)絡相結(jié)合起來，實現(xiàn)了非線性模型的辨識問題及倒立擺的控制.仿真實驗表明：用蟻群算法訓練神經(jīng)網(wǎng)絡，可兼有神經(jīng)網(wǎng)絡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；系統(tǒng)辨識；倒立擺系統(tǒng)中圖分類號：TP39；TP242.3文獻標識碼：A文章編號：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)絡具有復雜的非線性映射能力、函數(shù)分配問題、job-shop調(diào)度問題，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)絡中應好的實驗結(jié)果.用最普遍的是多層前饋網(wǎng)絡模型，其中BP算法本文將蟻群算法和神經(jīng)網(wǎng)絡結(jié)合起來，可兼因其依據(jù)堅實、推導
7、過程嚴謹、通用性強而得到了有神經(jīng)網(wǎng)絡的廣泛映射能力和蟻群算法的快速、廣泛的應用.由于BP學習算法采用的是沿梯度全局收斂以及啟發(fā)式學習等特點，在某種程度上下降算法，所以，訓練通常需要很長時間才能收避免了神經(jīng)網(wǎng)絡收斂速度慢，易于陷入局部極小斂，而且不可避免地會遇到局部極小的問題.點的問題.利用蟻群算法學習神經(jīng)網(wǎng)絡的權(quán)值，蟻群算法（antcoIonysystem）是最近幾年才將二者結(jié)合起來可解決非線性模型的辨識問題及提出的一種新型的模擬進化算法，它是由意大利倒立擺的控制問題.［1］學者M.Dorigo等人首先提出來的
8、，稱之為蟻群1基于蟻群算法的神經(jīng)網(wǎng)絡訓練系統(tǒng)，并成功應用于一些實際問題，如TSP問題、大多數(shù)神經(jīng)網(wǎng)絡都使用梯度下降法進行訓收稿日期：2002-09-17.練，例如反向傳播算法（BP）.這種算法具有收斂基金項目：國家高技術(shù)研究發(fā)展計劃資助項目（2001AA422270）.［4］時間長、易于陷入局部極值等缺陷.蟻群算法作者簡介：洪炳熔（1937-），男，博士，教授，博士生導師.·824·哈
