[發(fā)明專利]基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011038665.3 | 申請(qǐng)日: | 2020-09-28 |
| 公開(公告)號(hào): | CN112132280A | 公開(公告)日: | 2020-12-25 |
| 發(fā)明(設(shè)計(jì))人: | 邱少明;王雪珂;杜秀麗;呂亞娜 | 申請(qǐng)(專利權(quán))人: | 大連大學(xué) |
| 主分類號(hào): | G06N3/08 | 分類號(hào): | G06N3/08 |
| 代理公司: | 大連智高專利事務(wù)所(特殊普通合伙) 21235 | 代理人: | 畢進(jìn) |
| 地址: | 116622 遼寧省*** | 國(guó)省代碼: | 遼寧;21 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 改進(jìn) 細(xì)菌 覓食 算法 優(yōu)化 bp 神經(jīng)網(wǎng)絡(luò) 方法 | ||
1.基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,包括:
確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),對(duì)其相關(guān)參數(shù)進(jìn)行設(shè)定;
初始化細(xì)菌的位置,根據(jù)訓(xùn)練樣本集和測(cè)試樣本集設(shè)定神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸入和目標(biāo)輸出;
將細(xì)菌分量轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,初始化神經(jīng)網(wǎng)絡(luò)并輸入訓(xùn)練樣本集數(shù)據(jù),獲取適應(yīng)度值;
對(duì)細(xì)菌進(jìn)行翻轉(zhuǎn)操作,獲取翻轉(zhuǎn)一次后的適應(yīng)度值,若適應(yīng)度值變好,細(xì)菌則按照翻轉(zhuǎn)方向移動(dòng)相應(yīng)的步長(zhǎng),直到適應(yīng)值不再改善或達(dá)到游動(dòng)次數(shù)Ns為止,一次趨化操作完成,重復(fù)該步驟,直至達(dá)到趨化次數(shù)Nc后,趨化操作結(jié)束;
獲取細(xì)菌能量,淘汰細(xì)菌能量較差的一半,繁殖較好的另一半,子細(xì)菌具有和母細(xì)菌相同的位置和步長(zhǎng),一次繁殖操作完成;再返回進(jìn)行趨化操作,達(dá)到Nre后,繁殖操作結(jié)束;
獲取當(dāng)前細(xì)菌的信息素濃度,計(jì)算轉(zhuǎn)移概率Pi,更新細(xì)菌位置,得到更新后的適應(yīng)度值,再返回進(jìn)行趨化操作,達(dá)到遷移次數(shù)Ned后,遷移操作結(jié)束;
得出群體最優(yōu)解,將所述最優(yōu)解轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。
2.根據(jù)權(quán)利要求1所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),對(duì)其相關(guān)參數(shù)進(jìn)行設(shè)定,具體包括:根據(jù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),設(shè)定輸入層、隱含層和輸出層神經(jīng)元個(gè)數(shù),確定傳遞函數(shù)、輸出函數(shù)、訓(xùn)練精度;對(duì)細(xì)菌規(guī)模數(shù)S,遷移次數(shù)Ned、繁殖次數(shù)Nre、趨化次數(shù)Nc,游動(dòng)次數(shù)Ns,遷移概率Ped參數(shù)進(jìn)行設(shè)定。
3.根據(jù)權(quán)利要求1所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,初始化細(xì)菌的位置的方式為,
X=Xmin+rand*(Xmax-Xmin)
其中,Xmax、Xmin是在目標(biāo)函數(shù)中X取值范圍的上限和下限;rand是均勻分布在0-1之間的隨機(jī)數(shù)。
4.根據(jù)權(quán)利要求1所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,獲取適應(yīng)度值的方式為,
其中:dk是神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出,tk是目標(biāo)輸出,m是輸出節(jié)點(diǎn)數(shù),n是訓(xùn)練集樣本數(shù),a、b均為計(jì)數(shù)變量。
5.根據(jù)權(quán)利要求1所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,對(duì)細(xì)菌進(jìn)行翻轉(zhuǎn)操作的方式為,
其中,P(i,j,k,l)表示第i個(gè)細(xì)菌的空間位置向量,j表示第j代趨化循環(huán),k表示第k代繁殖循環(huán),l表示第l代遷移循環(huán);C(i)表示按選定的方向游動(dòng)的步長(zhǎng),Δ(i)為隨意翻轉(zhuǎn)生成的隨機(jī)向量,表示進(jìn)行方向調(diào)整后選定的方向。
6.根據(jù)權(quán)利要求5所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,獲取翻轉(zhuǎn)一次后的適應(yīng)度值的方式為,
J(i,j+1,k,l)=J(i,j,k,l)+Jcc(θi,(j+1,k,l),P(i,j,k,l))
其中,Jcc是細(xì)菌感知適應(yīng)度值,引入細(xì)菌感知機(jī)制后,計(jì)算細(xì)菌適應(yīng)度需疊加Jcc值。
7.根據(jù)權(quán)利要求5所述基于改進(jìn)細(xì)菌覓食算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法,其特征在于,獲取細(xì)菌能量的方式為,
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于大連大學(xué),未經(jīng)大連大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011038665.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:七軸智能數(shù)控鑄件仿形打磨設(shè)備
- 下一篇:一種廣告用展示門





