[发明专利]一种GA优化BP神经网络

摘要

一种GA优化BP神经网络，它涉及一种BP神经网络技术领域。它包含如下步骤：步骤1、初始化种群，选择合适的编码方式；步骤2、适应度函数的选择；步骤3、选择操作采用轮盘赌法；步骤4、交叉操作；步骤5、变异操作；步骤6、将新染色体代替原来染色体，计算适应度，如果满足条件跳到步骤7，否则转到步骤3继续优化；步骤7、将最优权值和阀值赋给BP神经网络用于训练，直到达到设定的误差值；步骤8、将训练好的BP神经网络用于工厂污水质的评价，得到评价结果。采用上述技术方案后，本发明有益效果为：能有效的解决BP网络易陷于局部极小、收敛速度慢甚至不收敛问题，并能合理选择隐含层神经元数目。

主权项

1.一种GA优化BP神经网络，其特征在于它包含如下步骤：步骤1、初始化种群，选择合适的编码方式；步骤2、适应度函数的选择，根据个体得到BP神经网络的初始权值和阀值，用训练数据训练BP神经网络后预测系统输出，把预测输出和期望输出之间的误差绝对值和E作为个体适应度值F，计算公式为：式中，n为网络输出节点数，yi为BP神经网络第i个节点的期望输出，oi为第i个节点的预测输出，k为系数；步骤3、选择操作采用轮盘赌法，即基于适应度比例策略，每个个体i的选择概率Pi为：fi＝k/Fi       (2)式中，Fi为个体i的适应度，由于适应度值越小越好，所以在个体选择前对适应度值取倒数，N为种群数目，k为系数；步骤4、交叉操作，由于个体采用实数编码，所以交叉操作方法采用实数交叉法，第k个染色体ak和第l个染色体al在j位的交叉操作如下：式中，b是[0,1]间的随机数；步骤5、变异操作，选取第i个个体的第j个基因aij进行变异，变异操作方法如下：式中，amax为基因aij的上界，amin为基因aij的下界，f(g)＝r2(1‑g/Gmax)2，r2为一个随机数，g为当前迭代次数，Gmax为最大进化次数，r为[0,1]间的随机数；步骤6、将新染色体代替原来染色体，计算适应度，如果满足条件跳到步骤7，否则转到步骤3继续优化；步骤7、将最优权值和阀值赋给BP神经网络用于训练，直到达到设定的误差值；步骤8、将训练好的BP神经网络用于工厂污水质的评价，得到评价结果。