基于遗传算法的BP神经网络优化策略研究

被引：14

作者：

靳建彬 ^{[1
]}

王元钦 ^{[2
]}

陈源 ^{[1
]}

机构：

[1] 装备指挥技术学院研究生管理大队

[2] 装备指挥技术学院科研部

来源：

计算机与现代化 | 2010年 / 09期

关键词：

人工神经网络(ANN); 遗传算法; 收敛速度; 多机器人;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工神经网络(ANN)可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。

引用

页码：88 / 91

页数：4

共 13 条

[1] Cooperative behaviors in multi-robot systems through implicit communication [J].

Pagello, E ;

D'Angelo, A ;

Montesello, F ;

Garelli, F ;

Ferrari, C .

ROBOTICS AND AUTONOMOUS SYSTEMS, 1999, 29 (01) :65-77

[2]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[3]

面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.1998,

[4]

遗传算法及其应用.[M].陈国良等编著;.人民邮电出版社.1996,

[5]

智能控制.[M].蔡自兴编著;.电子工业出版社.1990,

[6]

多机器人协作的学习与进化方法.[D].杨东勇.浙江大学.2005, 05

[7] GA-BP人工神经网络应用于海底腐蚀管道极限承载力的研究 [J].

李昕 ;

王原嵩 ;

陈严飞 .

中国海洋平台, 2009, 24 (04) :43-49

[8] 改进的免疫遗传算法在多机器人协作中的应用 [J].

张颖 ;

谭冠政 .

计算机测量与控制, 2008, (07) :1001-1003+1023

[9] 基于神经网络和遗传算法的智能PID控制 [J].

李秋生 ;

张策 ;

刘政华 .

计算机测量与控制, 2007, (05) :610-612

[10] 神经网络结构及其权值优化的遗传算法 [J].

周世官 ;

李钟侠 .

兵工自动化, 2004, (04) :48-49

← 1 2 →