基于語(yǔ)法引導(dǎo)遺傳編程的神經(jīng)樹的研究與應(yīng)用.pdf

1、研究表明人工神經(jīng)網(wǎng)絡(luò)由于其大規(guī)模并行處理、容錯(cuò)性、自組織和自適應(yīng)能力和聯(lián)想功能強(qiáng)等特點(diǎn),成為解決很多問題的有力工具,并且已經(jīng)廣泛應(yīng)用在函數(shù)逼近、系統(tǒng)識(shí)別和控制、信號(hào)和圖像處理及時(shí)間序列預(yù)測(cè)等許多科學(xué)和工程領(lǐng)域. 在神經(jīng)網(wǎng)絡(luò)的研究課題中,最重要的一個(gè)問題是怎樣選擇合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及相關(guān)參數(shù).神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值等參數(shù)可以用許多方法學(xué)習(xí)得到,如誤差反向傳播算法,遺傳算法,進(jìn)化編程和隨機(jī)搜索算法等.通常神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)決定著它的性能,網(wǎng)絡(luò)結(jié)

2、構(gòu)是用節(jié)點(diǎn)之間是否連接的方式來表明的,但網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)目前還沒有規(guī)律可循.對(duì)于同一個(gè)問題的解決,可能存在多個(gè)結(jié)構(gòu)不同且性能不同的神經(jīng)網(wǎng)絡(luò).根據(jù)具體的問題,所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)可能是多個(gè)隱含層和輸入輸出層,每個(gè)神經(jīng)元的激勵(lì)函數(shù)可以是不同的,但是有些時(shí)候則可能是輸入層和輸出層直接連接而沒有中間層.近年來許多學(xué)者致力于實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的自動(dòng)優(yōu)化的研究.本文研究的神經(jīng)樹就是一種網(wǎng)絡(luò)結(jié)構(gòu)和相關(guān)參數(shù)自動(dòng)優(yōu)化的神經(jīng)網(wǎng)絡(luò)系統(tǒng),這是由于它是采用樹結(jié)構(gòu)編

3、碼的,一些基于樹結(jié)構(gòu)編碼的優(yōu)化算法,如遺傳編程、螞蟻編程和概率遞增編程等,可被用來優(yōu)化神經(jīng)樹的結(jié)構(gòu),而再結(jié)合一些參數(shù)優(yōu)化算法就可以實(shí)現(xiàn)結(jié)構(gòu)和參數(shù)的自動(dòng)優(yōu)化. 本文系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)、基于語(yǔ)法引導(dǎo)遺傳編程和神經(jīng)樹的基本理論、構(gòu)成和實(shí)現(xiàn)方法,在總結(jié)前人研究的基礎(chǔ)上,提出了用基于語(yǔ)法引導(dǎo)的遺傳編程來進(jìn)化神經(jīng)樹結(jié)構(gòu)的實(shí)現(xiàn)方法.具體內(nèi)容如下: (1)對(duì)神經(jīng)網(wǎng)絡(luò)的基本理論進(jìn)行了詳細(xì)的綜述.首先概述了神經(jīng)網(wǎng)絡(luò)的特點(diǎn)、產(chǎn)生和發(fā)展歷史;

4、著重介紹了神經(jīng)網(wǎng)絡(luò)的基本思想、研究領(lǐng)域和應(yīng)用發(fā)展情況,然后從理論和應(yīng)用研究上綜述神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀,總結(jié)了神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)中的難點(diǎn)問題. (2)介紹了基于語(yǔ)法引導(dǎo)的遺傳編程.首先概述了進(jìn)化算法的基本思想,重點(diǎn)介紹了遺傳算法和遺傳編程的基本理論,然后闡述了基于上下文無關(guān)語(yǔ)法模型的遺傳編程和基于隨機(jī)概率語(yǔ)法模型的遺傳編程的定義和實(shí)現(xiàn)方法. (3)研究了神經(jīng)樹的特點(diǎn)和實(shí)現(xiàn)方法.分別介紹了采用基于上下文無關(guān)語(yǔ)法模型的遺傳編程和基于隨