人工神经网络与改进遗传算法的协作求解

doi:10.3778/j.issn.1002-8331.2009.34.011

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (34): 35-37.DOI: 10.3778/j.issn.1002-8331.2009.34.011

人工神经网络与改进遗传算法的协作求解

张斌¹，武广号²

1.西安电力高等专科学校，西安 710032
2.西安交通大学，西安 710043

收稿日期:2009-02-25 修回日期:2009-03-31 出版日期:2009-12-01 发布日期:2009-12-01
通讯作者: 张斌

Coopration of artifical neural networks and improved genetic algorithms for solving

ZHANG Bin¹，WU Guang-hao²

1.Xi’an Electrical Power College，Xi’an 710032，China
2.Xi’an Jiaotong University，Xi’an 710043，China

Received:2009-02-25 Revised:2009-03-31 Online:2009-12-01 Published:2009-12-01
Contact: ZHANG Bin

摘要/Abstract

摘要： 简要介绍了改进遗传算法求解问题的步骤以及解决实际问题的特点。为了利用改进遗传算法的优点，提高其收敛速度，提出改进遗传算法与人工神经网络（BP网络）利用神经网络的联想记忆、特征提取功能辅助遗传算法求解结构优化设计问题，以避免在遗传算法中所作的那些不必要的分析计算，从而节省了计算时间。最后通过算例证实，比简单遗传算法与人工神经网络协作计算时间减少约25%。

关键词: 人工神经网络, 改进遗传算法, 适度值函数, 优化设计

Abstract: An improved genetic algorithm for solving practical problems in steps is proposed.To take advantages of the improved genetic algorithm to accelerate the convergence rate，which is combined with artificial neural network（BP network），especially the associative memory，feature extraction，in structural optimization design for avoiding the unnecessary computing tasks in the traditional genetic algorithm.The example demonstrates that the artificial neural network enables to reduce the computing period by 25%.

Key words: artifical neural networks, improved genetic algorithms, moderate function structure, optimization design

中图分类号:

TP301.6

张斌¹，武广号². 人工神经网络与改进遗传算法的协作求解[J]. 计算机工程与应用, 2009, 45(34): 35-37.

ZHANG Bin¹，WU Guang-hao². Coopration of artifical neural networks and improved genetic algorithms for solving[J]. Computer Engineering and Applications, 2009, 45(34): 35-37.

[1]	姚远，张朝阳. 基于HP-LSTM模型的股指价格预测方法[J]. 计算机工程与应用, 2021, 57(24): 296-304.
[2]	薛文龙，于炯，郭志琦，李梓杨. 基于特征融合卷积神经网络的端到端加密流量分类[J]. 计算机工程与应用, 2021, 57(18): 114-121.
[3]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[4]	张驰，郭媛，黎明. 人工神经网络模型发展及应用综述[J]. 计算机工程与应用, 2021, 57(11): 57-69.
[5]	李杰其，胡良兵. 基于机器学习的设备预测性维护方法综述[J]. 计算机工程与应用, 2020, 56(21): 11-19.
[6]	梁承姬，陈登川. 自动化集装箱码头AGV配置与调度耦合问题研究[J]. 计算机工程与应用, 2020, 56(14): 216-225.
[7]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[8]	张文婧，陈治亚，冯芬玲，李万. 基于稀疏理论的DAE在公路事故伤亡预测应用[J]. 计算机工程与应用, 2019, 55(7): 241-247.
[9]	孙波，姜平，周根荣，卢易天. 改进遗传算法在移动机器人路径规划中的应用[J]. 计算机工程与应用, 2019, 55(17): 162-168.
[10]	王海燕1，2，袁雪琴1，宋超1，张正勇1，2，刘军1，2，沙敏1，2. 相似度分析结合人工神经网络鉴别苹果香精[J]. 计算机工程与应用, 2018, 54(4): 141-147.
[11]	董小帅1，2，3，毛政元1，2，3. 基于改进遗传算法的动态路径规划研究[J]. 计算机工程与应用, 2018, 54(19): 49-55.
[12]	宋倩，郭宇，王发麟. 基于人工神经网络的线缆敷设质量综合评判[J]. 计算机工程与应用, 2018, 54(14): 256-263.
[13]	梁承姬，吴宇. 不确定环境下集装箱码头泊位与岸桥联合调度[J]. 计算机工程与应用, 2017, 53(7): 212-219.
[14]	颜丹，蒋加伏. 基于栈式去噪自动编码器的边际Fisher分析算法[J]. 计算机工程与应用, 2017, 53(5): 134-139.
[15]	康文锋，汤光明，孙怡峰. 装备联合配送路径优化及算法分析[J]. 计算机工程与应用, 2017, 53(24): 147-153.

人工神经网络与改进遗传算法的协作求解

Coopration of artifical neural networks and improved genetic algorithms for solving

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics