基于自適應(yīng)協(xié)同進化遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)及其在專家系統(tǒng)中的應(yīng)用.pdf

1、該文首先提出了一種自適應(yīng)協(xié)同進化遺傳算法,協(xié)同進化遺傳算法指的是以食物鏈關(guān)系、共生關(guān)系等為基礎(chǔ)的生物進化理論為指導(dǎo),用兩個存在互逆關(guān)系的適應(yīng)度評價機制的種群來對應(yīng)生物界食物鏈中的捕食者與被捕食者的遺傳算法.在該算法中,作者在定義了種群個體分布特性閾值的基礎(chǔ)上設(shè)計了一種個體差異保持的選擇操作,使得算法能夠根據(jù)種群個體的分布特性在運行過程中自動地調(diào)節(jié)控制遺傳操作的關(guān)鍵參數(shù)以改進算法的全局尋優(yōu)性能.然后該文對RBF神經(jīng)網(wǎng)絡(luò)采用一種遞階編碼方案

2、進行染色體編碼,使得網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和結(jié)點連接權(quán)值能夠同時得到自適應(yīng)協(xié)同進化遺傳算法的優(yōu)化,從而顯著地提高了其學(xué)習(xí)速度和學(xué)習(xí)精度.最后該文將基于協(xié)同進化遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用到地震預(yù)報專家系統(tǒng)的知識獲取研究領(lǐng)域中去.RBF神經(jīng)網(wǎng)絡(luò)利用自身的較強的歸納學(xué)習(xí)能力來學(xué)習(xí)蘊涵在地震實例數(shù)據(jù)中的隱性知識,并將所學(xué)知識通過網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和結(jié)點連接權(quán)值來表示,從而拓寬了專家系統(tǒng)的知識獲取的途徑,在一定程度上解決了知識獲取這個制約專家系統(tǒng)的"瓶頸"