基于遺傳算法改進的人工神經(jīng)網(wǎng)絡的研究以及在肺癌預測的應用.pdf

1、神經(jīng)網(wǎng)絡能精確地對復雜問題進行預測，但易受訓練過度的影響且訓練速度慢。遺傳算法是一種全局優(yōu)化搜索算法，具有簡單通用，魯棒性強等特點，然而，它的擬合度函數(shù)變化很大。這種方法的要求是擬合度函數(shù)必須收斂于最小誤差，這為具體的實現(xiàn)方案留下了許多自由空間。將遺傳算法與神經(jīng)網(wǎng)絡結合起來使用可以在較高的層次上提高模型的可理解性。本文提出了改進的遺傳算法結合BP人工神經(jīng)網(wǎng)絡的肺癌治療手段預測系統(tǒng)，本文工作主要包括： 1．對遺傳算法和人工神經(jīng)網(wǎng)絡

2、進行了詳細的研究 包括遺傳算法原型，遺傳算法編碼的方式，基于誤差逆?zhèn)鞑ニ惴?BP算法)的神經(jīng)網(wǎng)絡方法。對遺傳算法和人工神經(jīng)網(wǎng)絡的優(yōu)缺點進行了討論。 2．提出了改進的遺傳算法結合BP人工神經(jīng)網(wǎng)絡的預測方法 參考了目前遺傳算法與神經(jīng)網(wǎng)絡的結合方法：一是對神經(jīng)網(wǎng)絡初始權值進行優(yōu)化；二是采用進化的神經(jīng)網(wǎng)絡方法(Evolving Neural Networks，簡稱ENN)，完全用遺傳算法替代BP學習，以避免梯度下降法的缺

3、陷。但這兩種結合方法都存在著較大的缺陷：對于前者，遺傳算法本身也存在早熟收斂問題，因此該方法仍然不能保證后繼的網(wǎng)絡訓練不會陷入局部極小區(qū)域；對于后者，由于遺傳算法本身局部搜索能力較弱的特性使得進化神經(jīng)網(wǎng)絡需要一個較大范圍的初始權值區(qū)域，由此造成的復雜度升高使得訓練出的神經(jīng)網(wǎng)絡泛化能力并不理想，同時，遺傳算法的種群計算常常使得其訓練開銷比BP算法的時間開銷大得多。 基于上述分析，本文提出了改進的遺傳算法結合BP人工神經(jīng)網(wǎng)絡方法?？?/p>

4、慮到遺傳算法在搜索過程中不斷地向可能包含最優(yōu)解的方向調整搜索空間，搜索到全局最優(yōu)解的概率比起單純的神經(jīng)網(wǎng)絡算法來說要大得多，而在局部搜索方面則不如神經(jīng)網(wǎng)絡算法，本文嘗試分兩階段使用遺傳算法改善網(wǎng)絡訓練質量，首先通過遺傳算法進行粗調得到一個全局的近似解，以此為初值，再采用遺傳算法和BP人工神經(jīng)網(wǎng)絡算法交替運行訓練，BP人工神經(jīng)網(wǎng)絡算法到遺傳算法的切換可通過所指定的精度或局部最大步數(shù)來實現(xiàn)，遺傳算法到BP人工神經(jīng)網(wǎng)絡算法的切換可通過一次完整

5、的遺傳算子操作(選擇算子，交叉算子，變異算子)來實現(xiàn)，這樣互以對方的訓練結果作為自己的初始權值或初始群體，反復交替訓練，直到達到所指定的精度或最大交替步數(shù)為止。 通過在典型數(shù)據(jù)集上進行實驗，發(fā)現(xiàn)改進的遺傳算法結合BP人工神經(jīng)網(wǎng)絡方法(GBP算法)在誤判率上比參與比較的其他算法要好，在收斂速度上略慢于HAAM算法。實驗表明，HAAM算法雖然在收斂速度上比GBP算法快，但其泛化性能卻有所下降；而GBP算法通過在訓練初期單獨使用遺傳算

6、法和訓練中期與BP算法交替使用，既優(yōu)化了網(wǎng)絡初始權值，又能有效地調整每次BP算法所使用的初始權值，同時，BP算法也增強了遺傳算法的局部搜索能力；使得網(wǎng)絡訓練不易陷入局部極小點，得到的網(wǎng)絡具有更好的泛化能力。 3．基于GBP算法開發(fā)了數(shù)據(jù)預測系統(tǒng)，并應用于肺癌治療手段預測 在本文提出的改進的遺傳算法結合BP人工神經(jīng)網(wǎng)絡方法基礎上，實現(xiàn)了肺癌治療手段預測系統(tǒng)，該系統(tǒng)由數(shù)據(jù)預處理，訓練和結果顯示三部分組成。數(shù)據(jù)預處理部分主要是

7、將數(shù)據(jù)庫中的數(shù)據(jù)表進行處理，將表中缺失的數(shù)據(jù)補全，對錯誤數(shù)據(jù)進行修改；根據(jù)用戶的需要有選擇地對表中的數(shù)據(jù)進行訓練，如可以對表的屬性列和記錄行進行精簡。訓練部分將訓練要用到的各項參數(shù)以窗體的形式顯示給用戶，供其根據(jù)需要設置，如訓練精度，最大訓練次數(shù)等。結果顯示部分，以數(shù)據(jù)表的形式將結果顯示給用戶。 最后，本工程使用了美國卡內基梅隆大學中的關于肺癌治療數(shù)據(jù)庫，將細胞類型、病人存活時間、狀態(tài)、患者生活質量評分、治療起始時間、年齡的數(shù)據(jù)