基于自適應協(xié)同進化遺傳算法的RBF神經網絡及其在專家系統(tǒng)中的應用.pdf

1、該文首先提出了一種自適應協(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系、共生關系等為基礎的生物進化理論為指導,用兩個存在互逆關系的適應度評價機制的種群來對應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上設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節(jié)控制遺傳操作的關鍵參數(shù)以改進算法的全局尋優(yōu)性能.然后該文對RBF神經網絡采用一種遞階編碼方案

2、進行染色體編碼,使得網絡的拓撲結構和結點連接權值能夠同時得到自適應協(xié)同進化遺傳算法的優(yōu)化,從而顯著地提高了其學習速度和學習精度.最后該文將基于協(xié)同進化遺傳算法的RBF神經網絡應用到地震預報專家系統(tǒng)的知識獲取研究領域中去.RBF神經網絡利用自身的較強的歸納學習能力來學習蘊涵在地震實例數(shù)據(jù)中的隱性知識,并將所學知識通過網絡的拓撲結構和結點連接權值來表示,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"