遗传算法
dulingtingzi
这个作者很懒,什么都没留下…
展开
-
遗传算法学习心得
最近在学习遗传算法,刚刚掌握了基本遗传算法的一些东西,所以记录下来以便后续学习,也方便刚刚入门的同学学习。根据我学习的编写的程序,我将按照程序的步骤,来写这篇博客。目录:1、简介2、遗传算法的组成2.1初始种群的产生2.2适应度函数及停止准则2.3遗传算子的组成2.3.1选择2.3.2交叉2.3.3变异2.4基本的遗传算法的缺点与不足2.5遗传算法的改进原创 2016-03-25 21:05:21 · 59558 阅读 · 5 评论 -
遗传算法优化BP神经网络前(由于遗传算法优化BP神经网络编辑的部分有缺少,故加以补充前)
遗传算法优化BP神经网络分为BP神经网络结构确定、遗传算法优化和 BP神经网络预测3个部分。其中,BP神经网络结构确定部分根据拟合函数输入输出参数个数确定 BP神经网络结构,这样就可以确定遗传算法的优化参数个数,进而确定遗传算法个体的编码长度。因为遗传算法优化的参数是 BP神经网络的初始权值和阈值,只要网络的结构已知,权值和阈值的个数就已知了。种群中的每个个体都包含了一个网络所有权值和阈值,个体通原创 2016-04-11 09:11:36 · 4218 阅读 · 0 评论 -
基于遗传算法的BP神经网络优化算法
遗传算法优化BP神经网络分为BP神经网络结构确定、遗传算法优化和 BP神经网络预测3个部分。其中,BP神经网络结构确定部分根据拟合函数输入输出参数个数确定 BP神经网络结构,这样就可以确定遗传算法的优化参数个数,进而确定遗传算法个体的编码长度。因为遗传算法优化的参数是 BP神经网络的初始权值和阈值,只要网络的结构已知,权值和阈值的个数就已知了。种群中的每个个体都包含了一个网络所有权值和阈值,个体通过原创 2016-04-10 20:22:41 · 110379 阅读 · 65 评论 -
遗传算法优化BP神经网络续
下面是函数实现的代码部分:clcclear allclose all%% 加载神经网络的训练样本 测试样本每列一个样本 输入P 输出T,T是标签%样本数据就是前面问题描述中列出的数据%epochs是计算时根据输出误差返回调整神经元权值和阀值的次数load data% 初始隐层神经元个数hiddennum=31;% 输入向量的最大值和最小值threshol原创 2016-04-10 22:01:46 · 14833 阅读 · 19 评论 -
遗传算法与SVM相结合的特征选择方法
工具箱:谢菲尔德遗传算法工具箱,libsvm工具箱根据提取的特征个数确定遗传算法中个体的长度,然后随机产生二进制种群,1代表有这个特征,0代表没有这个特征,然后根据这些特征进行svm训练与测试,用svm的分类精度作为适应度值,然后进行迭代,直到达到最大迭代次数,输出最优的分类精度和其对应的染色体,染色体中为1 的位置就是我们所要选择的特征。原创 2016-04-14 21:34:22 · 13996 阅读 · 25 评论