[发明专利]一种基于多局部搜索的神经网络进化方法在审
| 申请号： | 201610012847.0 | 申请日： | 2016-01-08 |
| 公开（公告）号： | CN105701542A | 公开（公告）日： | 2016-06-22 |
| 发明（设计）人： | 单鹏霄;盛伟国;陈志强;卢梦雅 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于多局部搜索的神经网络进化方法，生成一个M层神经网络的种群，每个网络个体使用实数编码，网络个体中隐结点的个数和权值被随机初始化；计算每个网络个体的适应度值；根据网络个体的适应度从高到低选择个体生成新的种群；每个网络个体进行突变操作，突变的概率基于个体的适应度在种群中的排序；每个网络个体进行多局部搜索机制来调节网络中的隐结点个数和权值；使用一次迭代的BP算法来调整权值；计算子代个体的适应度值，并且将父代和子代合并成一个种群；使用精英策略选择个体生成新的种群；判断停止标准是否满足，如果不满足返回迭代，如果满足选择最优网络个体，并对测试集进行分类预测。本发明有效避免过早收敛、计算速度较快。 | ||
| 搜索关键词： | 一种 基于 局部 搜索 神经网络 进化 方法 | ||
【主权项】：
一种基于多局部搜索的神经网络进化方法，其特征在于：所述进化方法包括如下步骤：步骤1、生成一个M层神经网络的种群，每个网络个体使用实数编码，网络个体中隐结点的个数和权值被随机初始化，M≥3，且为自然数；步骤2、计算每个网络个体的适应度值；步骤3，根据网络个体的适应度从高到低选择个体生成新的种群；步骤4、每个网络个体进行突变操作，突变的概率基于个体的的适应度在种群中的排序；步骤5、每个网络个体进行多局部搜索机制来调节网络中的隐结点个数和权值；步骤6、使用一次迭代的BP算法来调整权值；步骤7、计算子代个体的适应度值，并且将父代和子代合并成一个种群；步骤8、使用精英策略选择个体生成新的种群步骤9、判断停止标准是否满足，如果不满足，返回步骤3，如果满足，选择最优网络个体，并对测试集进行分类预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610012847.0/，转载请声明来源钻瓜专利网。
