基于MECA算法的BP网络研究

来源 :第五届中国Rough集与软计算学术研讨会 | 被引量 : 0次 | 上传用户:chjj1988mm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文采用思维进化克隆算法(Mind EvolutionColon Algorithm以下简称MECA)来设计BP网络,避免了BP算法和GA训练网络时的不足。文中第2节描述了MECA,第3节根据BP网络的特点,与MECA相结合构造了抗体-抗体、抗体-抗原的亲和性函数。最后用XOR问题测试MECA并与BP算法和GA相比较,实验结果显示该算法在设计神经网络时优于BP算法和GA,网络训练的质量和效率都有很大提高。
其他文献
本文提出和明确了广义对角关系的概念,讨论了其基本性质;讨论了广义对角关系在研究Rough关系中的意义和作用;提出并且证明了基于广义对角关系条件的Rough近似关系的重要性质.
本文给出了将图像的视觉和语义特征相结合的图像检索方法.利用粗糙集方法进行特征选择,系统还给出了基于相关反馈的图像语义特征提取的方法。
粗集理论已被成功应用于决策规则的提取,但均未考虑时间因素对决策值的影响,如随时间的变化,有些对象的决策值应发生相应的变化。在考虑时间因素的前提下,文章定义了时态粗集来处理此类问题。文章分析了时态粗集的基本性质,并分析了最大时态决策规则及一般决策规则的提取。
本文首先提出一种基于因子分析和信息熵评价的启发式搜索优化属性集合的方法—FAE方法,进而利用Rough分析可以剔除属性集合中冗余属性并进行规则归纳的能力,建立基于Rough分析的分类器模型-FAERS模型。针对在对未知类别的对象进行预测时会遇到多规则匹配与无规则匹配问题,定义了部分匹配函数和灵活匹配函数,根据计算得到的函数值决定未知类别对象的归属,实验结果表明本算法的分类效果很好。
本文研究了粗糙集和数学形态学之间的联系,利用粗糙集的上下近似概念和数学形态学之间的膨胀腐蚀运算有效地处理了灰度图像的分割问题,通过结构元素的等价关系和粗糙集中Rough量度,无需先验知识,获得客观的像素隶属度,有效地处理了图像分割中像素归属的不确定间题,并引人像素空间属性值,使最终的分割结果更符合人眼的视觉特性.
本文通过引进属性值上的有序关系,提出了有序信息表的概念,然后提出了有序信息表上的一个数据分析方法,该方法基于粗糙集理论有关约简及属性核等概念,通过分析有序信息表中的属性依赖,定义了有序信息表的约简集和核的概念,从而可以获得有序信息表中的重要信息。
本文讨论了二进制信息粒的概念和计算,及其在知识发现量化方法上的应用。在这里它是通过建立粒与二进制数之间的对应关系和给定的可信度通过布尔AND运算来判断推出的关联规则的确定性。
本文通过分析概率规划,将多Agent思想应用于概率规划算法,得到基于多Agent的概率规划器模型,从而使该规划器在速度上比以前的概率规划器有很大的提高.并深入讨论模型的扩张过程、信息标记过程和解搜索过程.
联盟是自利Agent自主协商和多Agent系统中合作求解的关键问题,Agent联盟能够解决个体Agent所不能解决的问题或者比个体Agent解决得更好。本文总结了静态稳定联盟、动态稳定联盟、联盟的应用、长期联盟和定性联盟中的研究现状和关键技术。
本文对模糊关系模型的辨识及其在过热汽温串级控制系统中的应用进行了仿真研究,结果表明了模糊关系模型作为预测模型使用的可行性。将模糊关系模型用于过热汽温串级系统,当预测步数选择适当时,系统有较好的跟踪性能,否则会有很大的误差。